FastHynyuanVideo Portable by Neurogen

Сборка для генерации видео txt2video.
Сборка заточена для работы на видеокартах RTX 4090 и, теоретически, и 3090. Еще более ужатая версия для карт на 8-12 Гигабайт видеопамяти выйдет позже.

Качаете архив, распаковываете, затем запускаете файл run_nvidia_gpu.bat

Затем у вас откроется браузер и в этой вкладке нажмите W. Затем в появившемся окне выберите наш рабочий процесс (он всего один)

Для вас я специально выделил и подписал основные настройки в рамках одной группы, а также добавил подсказку по оптимальным параметрам.

Под капотом - полностью готовый к работе и настроенный ComfyUI, с кучей оптимизаций.

По производительности: генерация одного видео в несколько секунд хронометража генерируется на RTX 4090 примерно 80-90 секунд (что, как по мне, ну очень быстро).

Сборка поддерживает возможность выбора LoRA, специально для вас я закинул несколько, в том числе и для генерации NSFW контента 😁.

Дополнительные вы можете скачать на civit.ai, их там по моему целая сотня.

Рекомендуемые разрешения это 848x480, 960x544 и 1280x720, но на 24 GB VRAM наиболее адекватно работает 848x480, 960x544. Количество кадров от 25 до 129. В среднем, генерация ролика в таком случае занимает до двух минут.

Скачать сборку бесплатно можно с:

C моего сервера | С зеркала (Яндекс Диск)

P.S. Для тех, кто не работал с ComfyUI, видеообзор будет на днях.

Сборка для меня пробная, при наличии ошибок просьба писать сколько у вас оперативной памяти и какая модель видеокарты.

🎙Бета-версия Zonos-v0.1
text-to-spench модель от Zyphra

Команда Zyphra анонсировала выпуск бета-версии Zonos v0.1, включающей две модели для преобразования текста в речь (TTS) с клонированием голоса в реальном времени. Модели 1.6B Transformer и 1.6B Hybrid доступны под лицензией Apache 2.0.

👀Что может:
- Клонирование голоса
- Поддерживает английский, японский, китайский, французский и немецкий языки, русского нет
- Контроль скорости речи, высоты тона, максимальной частоты, качества звука
- Возможность контроля эмоция
- Открытый Playground и API

⚙️Производительность и архитектура:
- 200,000 часов речевых данных для обучения: английский, китайский, японский и другие языки.
- Поддержка быстрой генерации речи с низкими задержками (200-300 мс) на RTX 4090.
- Модели обучаются с использованием автокодера DAC и параметров (скорость речи, высота тона, эмоции).

🐱Код - открытый код
🆓Демо - потестить, можно зайти через гугл
🖥Блог - почитайте, там интересно, если вниз листнете можно найти сравнение с конкурентами

NotebookLM - очень недооцененный ИИ-помощник от Google

По тестам пользователей, notebooklm это ребенок ChatGPT + Perplexity + Notion AI еще и с реальными ссылками на источники. Создан на основе Gemini 2.0. К сожалению код как и API закрыты. Но в конце поста я оставил альтернативу гугловскому помощьнику с открытым кодом "📌".

Отличия от других:
🟡Читает и резюмирует PDF-файлы, документы и заметки
🟡Автоматически ссылается на источники (прощайте галлюцинации)
🟡Запоминает загруженные файлы и контекст лучше, чем ChatGPT
🟡Делает структурированное исследование безболезненным

Он идеально подойдет любой категории пользователей которые работают с большим количеством данных. Когда нужны точные свединия из документов notebook просто незаменимая вещь.

🆓Протестировать

📌Альтернативный помощник с открытым кодом и API

Expanding your horizons! 🌐

Due to the expansion of the team, we continue to maintain our English-language Telegram channel. Basically, all the same posts will be duplicated there, but in English and with minor edits. If anyone is interested, we are looking forward to seeing you!

В связи с расширением команды мы продолжаем вести наш англоязычный телеграм канал. В основном туда будут дублироваться все те же посты но на английском языке и с небольшими правками. Если кому интересно, с радостью ждем вас!

🖥Neurogen [EN]

Онлайн-интервью с нулевым знанием с использованием AI Interview Hammer

Interview Hammer нейронка с помощью которой можно пройти собеседование или придти с ним на какую то конференцию, попробовать ради интереса можно, в серьез воспринимать бы не стал...

Есть бесплатная пробная версия и можно скачать на телефон

🆓Пробная версия - нужно зарегистрироваться
⬇️Скачать приложение

‼️Grok 3 стал бесплатным

Компания xAI объявила о запуске Grok 3 — самой продвинутой версии своего искусственного интеллекта, которую теперь можно попробовать абсолютно бесплатно. Однако разработчики предупреждают: доступ открыт «до тех пор, пока наши серверы не расплавятся от нагрузки»

Grok 3 уже доступен для тестирования через платформу X по ссылке. Пользователи с подпиской X Premium+ и SuperGrok получат расширенный доступ к новейшему ИИ, а также эксклюзивную возможность опробовать передовые функции, такие как голосовой режим (Voice Mode), раньше остальных.

Кроме того, для удобства пользователей xAI выпустила отдельное приложение Grok, которое уже доступно для скачивания в США через App Store для iOS. скачать его можно по ссылке. В ближайшее время ожидается выход приложения в Google Play для Android, однако пока точные сроки и список других стран, где оно станет доступно, не уточняются.

Спешите испытать Grok 3 — пока серверы не расплавились!

🆓Попробовать Grok 3
🍏Приложение для IOS

Новый прорыв от Microsoft 🏳️‍🌈

Компания Microsoft представила свою инновационную модель Muse - это ИИ для генерации игрового процесса. Модель была создана исследовательским подразделением Microsoft Research в сотрудничестве со студией Ninja Theory, известной по игре Bleeding Edge. Muse способна генерировать игровые окружения, понимая физику и динамику 3D-мира, а также реакции на действия игроков. Ее обучали на семилетнем объеме данных реального геймплея Bleeding Edge.

Разрабы негодуют, так как боятся что такими "инновациями" многолетний труд художников и разработчиков находится под угрозой и возможно сокращение рабочих мест в индустрии. Microsoft признает опасения и заявляет, что Muse предназначена для дополнения, а не замены человека.

⚙️Технические данные:
🟡 Качество генерации: На текущем этапе Muse генерирует визуальные данные с разрешением 300×180 пикселей при 10 кадрах в секунду, что соответствует 1 секунде реального игрового процесса.
🟡 Обучение: Изначально обучение проводилось на кластере V100, что позволило масштабировать процесс до 100 GPU. Позднее обучение было перенесено на H100, что обеспечило более высокую производительность и эффективность.
🟡 Архитектура: Muse использует трансформерную архитектуру, адаптированную для обработки визуальных данных и действий контроллера. Для эффективного представления изображений и действий контроллера были приняты ключевые проектные решения, заимствованные из сообщества больших языковых моделей (LLM).

Статьи: xbox wire, wired, microsoft

[Open Beta] FastHynyuanVideo LowVRAM Portable by Neurogen

Сделал версию для видеокарт на 8-12Gb видеопамяти и более.
Для работы нужно минимум 32 Gb оперативной памяти, так как модели будут активно выгружаться в нее. Работа была проверена на RTX 3060 Ti 8Gb, генерация видео в 3-4 секунды заняло 600 секунд.
Данная сборка может показаться интересной и для владельцев видеокарт на 24Gb видеопамяти, так как позволяет генерировать ролики с большим разрешением / c большей длинной.

В основе лежат GGUF версии моделей, квантованные до 4 бит (Q4_0)

Для тех, кто уже активно пользуется ComfyUI, прикладываю файл workflow.

Запуск:
- Качаете архив, распаковываете, затем запускаете файл run_nvidia_gpu.bat
Затем у вас откроется браузер и в этой вкладке нажмите W. Затем в появившемся окне выберите наш рабочий процесс (он будет сверху, в избранном)

Для вас я специально выделил и подписал основные настройки в рамках одной группы, а также добавил подсказку по оптимальным параметрам.

Под капотом - полностью готовый к работе и настроенный ComfyUI, с кучей оптимизаций.

По производительности: генерация одного видео в несколько секунд хронометража генерируется на RTX 4090 примерно 60-80 секунд (что, как по мне, ну очень быстро). На RTX 3060 Ti время генерации составило уже 600 секунд.

Сборка поддерживает возможность выбора LoRA, специально для вас я закинул несколько, в том числе и для генерации NSFW контента 😁.

Дополнительные вы можете скачать на civit.ai, их там по моему целая сотня.

Рекомендуемые разрешения это 848x480, 960x544 и 1280x720, но на 24 GB VRAM наиболее адекватно работает 848x480, 960x544. Количество кадров от 25 до 129. В среднем, генерация ролика в таком случае занимает до двух минут.

Касаемо генерации image2video - пока что ее нет, разработчики HynyuanVideo не выпускали такой версии модели. Но есть уже дообученные модели, вроде SkyReels, и как только их квантуют - выпущу обновление.

Скачать сборку бесплатно можно с:

С Моего сервера | С Зеркала (Yandex Disk).

Просьба при наличии ошибок и проблем, присылайте сразу скрины консоли или скрины ошибок в комментарии. Я только начал собирать ядро своей универсальной сборки Комфи, поэтому могут быть различные проблемы.

🔥DeepSeek планирует опубликовать исходный код

В прошлом месяце DeepSeek перевернул мир ИИ с ног на голову, выпустив новую, конкурентоспособную модель имитируемого рассуждения, которую можно было бесплатно загрузить и использовать по лицензии MIT . Теперь компания готовится сделать базовый код этой модели более доступным, обещая выпустить пять репозиториев с открытым исходным кодом, начиная со следующей недели.

В сообщении в социальных сетях в четверг вечером DeepSeek сообщила, что ежедневные релизы, которые она планирует в рамках своей «Недели открытого исходного кода», позволят увидеть «эти скромные строительные блоки нашего онлайн-сервиса, которые были задокументированы, развернуты и проверены в реальных условиях. Как часть сообщества открытого исходного кода, мы считаем, что каждая строка, которой мы делимся, становится коллективным импульсом, который ускоряет процесс».

Хотя DeepSeek не конкретизировал, каким именно кодом он будет делиться, сопроводительная страница GitHub для «DeepSeek Open Infra» обещает, что в будущих релизах будет представлен «код, который продвинул наш крошечный полет на Луну» и будет рассказано о «нашем небольшом, но искреннем прогрессе с полной прозрачностью». На странице также есть ссылка на статью 2024 года, в которой подробно описывается архитектура обучения DeepSeek и программный стек.

Этот шаг грозит усилить контраст между DeepSeek и OpenAI, чьи лидирующие на рынке модели ChatGPT остаются полностью проприетарными, что делает их внутреннюю работу непрозрачной для внешних пользователей и исследователей. Выпуск с открытым исходным кодом также может помочь обеспечить более широкий и простой доступ к DeepSeek, даже несмотря на то, что его мобильное приложение сталкивается с международными ограничениями из-за проблем с конфиденциальностью .

🐱Насколько открыт код?
Первоначальный выпуск модели DeepSeek уже включал так называемый "открытый вес" доступ к базовым данным, представляющим силу связей между миллиардами смоделированных нейронов модели. Такой выпуск позволяет конечным пользователям легко настраивать эти параметры модели с помощью дополнительных данных обучения для более точных целей.

В настоящее время неясно, будет ли запланированный релиз DeepSeek с открытым исходным кодом также включать код, который команда использовала при обучении модели. Такой учебный код необходим для соответствия формальному определению Open Source Institute "ИИ с открытым исходным кодом" , которое было окончательно сформулировано в прошлом году после многих лет исследований. По-настоящему открытый ИИ также должен включать "достаточно подробную информацию о данных, используемых для обучения системы, чтобы опытный специалист мог построить по существу эквивалентную систему", согласно OSI.

©Кайл Орланд