Нейросети для видео
Нейросети для видео генерируют ролики по тексту и картинке: Sora от OpenAI, Veo от Google, Runway, Kling, Seedance и другие модели создают всё более реалистичное видео из пары предложений. Это меняет рекламу, кино и споры об авторстве и дипфейках. Здесь — все наши материалы про генерацию видео: релизы моделей, качество, цены и индустриальные сдвиги.
Nano Banana 2.1 и Hailuo 3.0 собрали в связку: видео из одного фото
Google Nano Banana 2.1 генерирует стартовый кадр, MiniMax H3 его оживляет в видео. Как выбрать исходник, описать физику движения и избежать сбоев — анализ на…
ИИ-секретарь за $77 в месяц: 88% ответов DeepSeek, 77% денег — Opus
Telegram-бот Лиза Петровна стоит $77 в месяц: 88% ответов за счёт дешёвой DeepSeek ($0,002–0,007), 7% сложных идут в Opus ($0,21–0,24), съедая 77% бюджета.
Гуманоиды учатся подавать в теннис как профессионалы: разделили планировщик и трекер
Как гуманоиды копируют стиль профессиональных теннисистов: иерархическая архитектура с раздельными планировщиком и трекером, адаптивный контроль скорости для…
Mamba-модель S²FI оценивает качество фруктов по видео: датасет из 6460 роликов
APEX сжимает латенты диффузии в 128 раз и обходит 256-токенную модель на ImageNet-512
SWIM экономит вычисления: аудио-видео генерация выигрывает до 30,7% против Best-of-N
SAIL удерживает объект в кадре по звуку и тексту и обходит конкурентов на двух бенчмарках
ForcingBooster вдвое сокращает шаги денойзинга в авторегрессионном видео
ForcingBooster распределяет шаги денойзинга по патчам: простые области останавливаются раньше. Итог: примерно на 50% меньше шагов при качестве уровня четырёхшаговой…
Видео-языковые модели путают манёвры авто: LoRA и пробы чинят ошибку
Исследование на arXiv: видео-LLM ненадёжно определяют движение авто по видео, а лёгкий LoRA и пробы на промежуточных признаках возвращают сильное качество.
Coral-KV сжимает KV-кэш видеомоделей на 37–48% и поднимает PSNR до 4,95 дБ
DiffusionART ускоряет RL-дообучение видеомоделей в 12 раз без тонкой настройки EMA
CacheScope ускоряет диффузионные модели до 3,57x и режет LPIPS на 70%
Kairos: байтовая модель для всех модальностей сошлась на 440 байтах
Runpod стал спонсором Project Odyssey — open-source конкурса ИИ-кино от CivitAI
GPU-облако Runpod поддержало конкурс ИИ-фильмов Project Odyssey от CivitAI. Призовой фонд и объём кредитов в анонсе не раскрыты, а сам пост похож на архивный…
Odyssey-3: как видео-модель учит роботов физике за десятки часов
Odyssey представила Odyssey-3 — мировую модель, которая учит роботов физике по видеонаблюдениям. На бенчмарке Physics-IQ набрала 66.1%, обучается на видео, играх и…