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.
Meta выпустила Muse Wonder и Wonder Full: индекс интеллекта вырос с 48 до 56
Muse Wonder и Muse Wonder Full набрали 52 и 56 баллов в Artificial Analysis Intelligence Index против 48 у Muse Spark 1.3. Агентные тесты выросли сильнее всего…
Moonshot выпустила Kimi K3.1 Pro: open-weight модель на 3T с контекстом 1 млн токенов
Moonshot представила Kimi K3.1 Pro: на Terminal-Bench 4.0 модель набирает 65,7% и обходит GPT-6 Astra, а веса откроют до 4 ноября. Контекст — 1 млн токенов.
Google научила EmbeddingGemma 2 понимать текст, картинки, видео и звук
Google DeepMind 6 октября выпустила открытую мультимодальную модель эмбеддингов EmbeddingGemma 2. Она преобразует в векторы текст, код, изображения, видео и аудио…
Чжэцзянский университет выпустил первый обзор egocentric-ИИ для умных очков
WorldMemBench проверяет, помнят ли модели мира комнаты и события
Питтсбургский университет ищет 3D-карту внутри VLM: как модель видит комнату
Mine-Sample-Render: трёхэтапный метод разнообразной генерации
Dusting the Phantom: умное распределение гауссиан для динамических сцен
Команда учёных из корейских университетов решила ключевую проблему 3D Gaussian Splatting: исчезновение быстрых объектов при видеосинтезе. Две новые стратегии…
OmniXRef: унифицированный фреймворк для редактирования видео с мультимодальными ссылками
Adobe Research представила OmniXRef — фреймворк для редактирования видео с мультимодальными ссылками. Позволяет комбинировать текст, изображения и видео для…
Kling 4.0 вышел с нативной генерацией 30-секундных роликов и боевыми сценами
WorldOracle проверяет мировые модели: робот промахнулся, а модель показала успех
UniAVC: совместный синтез аудио и видео через асимметричное расписание шума
HKU EgoWild2Dex учит робота-руку по 538,9 часа «грязного» видео и часу на железе
TTR-Compressor сжимает последовательности регрессией и режет визуальные токены на 55,6%
Новый компрессор TTR-Compressor превращает токены в задачу регрессии и берёт её коэффициенты как сжатое представление: то же качество при 55,6% меньшем числе…
Volcano Engine открыла Seedance 2.5 4K для 20 студий под кинопроекты
Volcano Engine запустила корпоративный пилот Seedance 2.5 4K: первая партия доступа ушла 20 студиям и режиссёрам, а целью названо кино для большого экрана.