#Креатив
Подборка материалов по теме «Креатив»: релизы, исследования, бенчмарки, опенсорс.
Два брата обучили text-to-image модель за $20 тысяч и выложили веса под Apache 2.0
Маленькая лаборатория Linum отказалась от VAE, обучила диффузионную модель прямо в пикселях на 660 млн примеров за ~$20K и открыла веса. Рассказываем, что это…
Viggle открыла веса Remake: замена актёра в готовом видео через LoRA и ComfyUI
Viggle выложила веса Remake: можно заменить героя в готовом ролике, не теряя движения и камеры. Модель тяжёлая, но есть квантизации и MCP-сервер для длинных видео.
Sandflow открыла sand3d: 100 000 3D-моделей в виде Python-кода, в 3,8 раза короче bpy
Sandflow AI переписала 100 000 объектов из Objaverse и CAD в короткие параметрические программы на Python. Теперь LLM можно учить делать 3D не из каши…
Tencent выпустила Hy4: ИИ управляет ПК, но без поиска врёт в 89% незнакомых вопросов
Tencent открыла Hy-Nomas: видеомир с памятью в 720p идёт на одной RTX 4090
Секунда AI-видео в готовом ролике стоит $0,186, а не $0,10 из прайса
Kandinsky S2V оживляет фото по аудио: 10-секундный ролик за 1,5 минуты на H100
Pruna AI ужала MiniMax-H3 со 143 до 20 ГБ и сделала из видеомодели генератор картинок
Pruna AI переделала видеомодель MiniMax-H3 в открытый генератор картинок: вес 20 ГБ вместо 143, 8 шагов вместо 50 и 21 ГБ видеопамяти для кадра в 8 МП.
Tencent выпустила Hy4: модель читает 1 млн токенов, а API стоит от 83 центов
Tencent выпустила финальную Hy4: модель понимает картинки, работает в программах и принимает до 1 млн токенов за раз. Вход в API стоит 83 цента за 1 млн токенов.
INT8 почти не портит картинки, а сэмплер AB-2 побеждает Euler в 12 из 12 тестов
Viggle открыла две LoRA для MiniMax-H3: замена людей в видео работает от 12 ГБ видеопамяти
Открытая модель Apriel Voice 27B набрала 98,90 балла в аудиотесте Big Bench Audio
Радарный прогнозировщик UFMF выдаёт 122 FPS и 0,45 mIoU на быстрых объектах nuScenes
Qwen3-VL-4B после дообучения на снимках дронов стала точнее на 18,33 п.п. в тесте Drone-PUR
Китайские исследователи собрали Drone-PUR: 11 задач и 195 тысяч примеров для VLM на снимках с дронов. Дообученная Qwen3-VL выросла по точности на 17–18 п.п.
PathoJev-27B обошла SlideChat на 6,3 п.п. по средней точности на трёх WSI-тестах
Модель PathoJev кодирует гистологический слайд один раз и сразу выдаёт вероятности ответов. На трёх WSI-бенчмарках она точнее SlideChat на 5,4 п.п. (9B) и 6,3 п.п.