#генеративные_модели — Public Fediverse posts

PromoPersona: как мы персонализировали промо-коллажи с помощью FLUX.2

Привет, Хабр! Меня зовут Сергей Чекменев, я тимлид ML-команды развития массового промо и монетизации центра развития ML-решений клиентской персонализации в MAGNIT TECH. В этой статье расскажу про наш MVP-проект PromoPersona – сервис автоматической генерации персонализированных промо-коллажей: что именно мы построили с технической точки зрения, как интегрировали модель FLUX.2 и почему именно ее, и какие инженерные задачи пришлось решить.

https://habr.com/ru/companies/magnit/articles/1035436/

#machine_learning #marketing #AI #генеративные_модели #ритейл #персонализация #FLUX2 #диффузионные_модели #компьютерное_зрение #Magnit_Tech

PromoPersona: как мы персонализировали промо-коллажи с помощью FLUX.2

Привет, Хабр! Меня зовут Сергей Чекменев, я тимлид ML-команды развития массового промо и монетизации центра развития ML-решений клиентской персонализации в MAGNIT TECH. В этой статье расскажу про наш MVP-проект PromoPersona – сервис автоматической генерации персонализированных промо-коллажей: что именно мы построили с технической точки зрения, как интегрировали модель FLUX.2 и почему именно ее, и какие инженерные задачи пришлось решить.

https://habr.com/ru/companies/magnit/articles/1035436/

#machine_learning #marketing #AI #генеративные_модели #ритейл #персонализация #FLUX2 #диффузионные_модели #компьютерное_зрение #Magnit_Tech

PromoPersona: как мы персонализировали промо-коллажи с помощью FLUX.2

Привет, Хабр! Меня зовут Сергей Чекменев, я тимлид ML-команды развития массового промо и монетизации центра развития ML-решений клиентской персонализации в MAGNIT TECH. В этой статье расскажу про наш MVP-проект PromoPersona – сервис автоматической генерации персонализированных промо-коллажей: что именно мы построили с технической точки зрения, как интегрировали модель FLUX.2 и почему именно ее, и какие инженерные задачи пришлось решить.

https://habr.com/ru/companies/magnit/articles/1035436/

#machine_learning #marketing #AI #генеративные_модели #ритейл #персонализация #FLUX2 #диффузионные_модели #компьютерное_зрение #Magnit_Tech

PromoPersona: как мы персонализировали промо-коллажи с помощью FLUX.2

Привет, Хабр! Меня зовут Сергей Чекменев, я тимлид ML-команды развития массового промо и монетизации центра развития ML-решений клиентской персонализации в MAGNIT TECH. В этой статье расскажу про наш MVP-проект PromoPersona – сервис автоматической генерации персонализированных промо-коллажей: что именно мы построили с технической точки зрения, как интегрировали модель FLUX.2 и почему именно ее, и какие инженерные задачи пришлось решить.

https://habr.com/ru/companies/magnit/articles/1035436/

#machine_learning #marketing #AI #генеративные_модели #ритейл #персонализация #FLUX2 #диффузионные_модели #компьютерное_зрение #Magnit_Tech

Рисуем с помощью закона Кулона. Как сделать генеративную модель на основе электростатики

Привет, Хабр! Меня зовут Александр Колесов, я исследователь группы «Основы генеративного ИИ» AIRI. У себя в команде мы активно исследуем то, как устроена работа генеративных моделей, ищем новые методы, экспериментируем. Недавно мы обратили внимание на то, что те пути, которые проходят представления данных в диффузионных моделях, очень похожи на пучки силовых линий электрического поля. Это не только красивая метафора — мы предложили метод Electrostatic Field Matching (EFM), который позволять извлечь из такой аналогии пользу. Статью с подробным описанием мы недавно свозили на ICLR 2026, там все подробности, теоремы и эксперименты. Здесь же хотелось кратко пересказать основную идею и показать её реализацию на простых примерах.

https://habr.com/ru/companies/airi/articles/1034908/

#генеративные_модели #перенос_данных #электростатика

Концепция Байесовского мозга, или Почему этот заголовок в моменте — ваша галлюцинация

Помните то самое платье? В 2015 году интернет раскололся пополам: одни клялись, что оно бело-золотое, другие — мол, сине-черное. Люди ругались в комментах, крутили яркость на мониторе, а самые умные врубали пипетку в Paint. Само платье, кстати, оказалось сине-черным, но дело вообще не в этом. Проблема в том, что двое условных человека смотрели на одни и те же пиксели и видели разные цвета. Не интерпретировали по-разному, не спорили о вкусах — буквально видели разное. И оба лагеря не ошибались: сетчатка у всех отрабатывала штатно, а дальтонизм тут вообще ни при чем (поскольку речь не об оттенках одного цвета). Последние лет двадцать нейронаука потихоньку сходится на одной неуютной идее: вы никогда не видели реальность напрямую . Ни платье, ни эту статью, ни собственные руки. Все, что вы воспринимаете прямо сейчас, догадка вашего мозга о том, что, вероятно, находится снаружи. Образованная догадка, обычно очень точная, но все же догадка. Эта концепция называется байесовским мозгом , и я хочу о ней рассказать. Потому что, во-первых, она красиво объясняет кучу странных вещей: от оптических иллюзий до галлюцинаций и эффекта плацебо. А во-вторых, ровно по такому же принципу работает половина современного машинного обучения. Stable Diffusion, которая дорисовывает картинку из шума, Языковые модели, которые предсказывают следующее слово. Автоэнкодеры, world models, диффузионки — все это, если снять маркетинговую обертку, машины, которые делают то же самое, что и ваш мозг прямо сейчас. Гадают. Так что начнем с мозга, а закончим нейросетями, и по дороге, надеюсь, вы начнете чуть меньше доверять собственным глазам.

https://habr.com/ru/companies/ru_mts/articles/1029856/

#байесовский_мозг #предиктивное_кодирование #нейронаука #машинное_обучение #генеративные_модели #Stable_Diffusion #LLM #Карл_Фристон #Анил_Сет #Джеффри_Хинтон

Промпт-инжиниринг мертв? Как мы собрали маркетплейс доменных навыков для ИИ-агентов на FastAPI

Привет, Хабр! Меня зовут Олег, я работаю продактом. Последний год мы в компании активно пилим и внедряем ИИ-агентов: автоматизируем первую линию поддержки, скоринг, внутреннюю рутину. И столкнулись с классической проблемой. Пока агент пишет код или составляет шаблонные письма — всё супер. Но как только задача уходит в узкую предметную область (например, разобрать арбитражный иск с учетом свежей судебной практики или найти лазейку в налогах по УСН), LLM начинает нещадно галлюцинировать. Мы поняли: агентам не хватает не параметров модели, им не хватает специфического человеческого опыта . Чтобы бот стал полезным юристом, рядом с разработчиком должен сесть крутой Senior-юрист и буквально переложить свой алгоритм мышления в chain-of-thought промпты. Это долго, дорого и больно. Из этой боли родилась гипотеза: а что, если хард-скилл эксперты смогут сами оцифровывать свои алгоритмы и продавать их бизнесу как готовые «навыки»? Пару дней назад я написал философскую колонку об этом на VC, а сегодня хочу показать, как мы за пару недель вайбкодинга собрали MVP маркетплейса навыков SkillMarket , и что у него под капотом.

https://habr.com/ru/articles/1030012/

#Навыки #экспертиза #искусственный_интеллект #генеративные_модели #маркетплейс

[Перевод] Если использование ChatGPT для написания текстов — это обман, то как быть с гострайтерами?

В феврале 2023 года, чуть более чем через год после запуска ChatGPT, Университет Вандербильта разослал своим студентам электронное письмо в связи с трагической стрельбой на территории кампуса Мичиганского государственного университета. «Недавняя стрельба в Мичигане — трагическое напоминание о том, как важно заботиться друг о друге», — говорилось в начале письма. Мелким шрифтом внизу сообщения шло примечание: «перефразировано из ChatGPT от OpenAI». Студенты сразу же выразили протест. «Есть какая-то извращённая ирония в том, чтобы заставлять компьютер писать за вас сообщение о сообществе и сплочённости, потому что вам лень самому об этом подумать», — написал один из студентов старших курсов.

https://habr.com/ru/articles/1017094/

#литературные_негры #гострайтинг #chatgpt #ии #генеративные_модели #llm #тексты #писательство

Перенос головы с картинки — сложно ли это? Модель GHOST-2.0

В последнее время технологии замены лиц находят все больше применений. Помимо использования в развлекательных целях, они стали особенно важны для индустрии фильмов и рекламы, позволяя существенно ускорить и удешевить производство. Однако в таком подходе, где мы заменяем лишь область лица, есть несколько существенных недостатков. Чтобы от них избавиться, мы начали смотреть в сторону создания технологии переноса головы целиком В данной статье мы представляем нашу новую модель GHOST 2.0 — первую опенсорс модель переноса головы на изображениях. Давайте мы подробнее разберём составляющие модели и её архитектуру, а также углубимся в процесс обучения.

https://habr.com/ru/companies/sberbank/articles/884780/

#генеративные_модели #аватар #gan #sber #sberai #смешивание_изображений #head_swap

Перенос головы с картинки — сложно ли это? Модель GHOST-2.0

В последнее время технологии замены лиц находят все больше применений. Помимо использования в развлекательных целях, они стали особенно важны для индустрии фильмов и рекламы, позволяя существенно ускорить и удешевить производство. Однако в таком подходе, где мы заменяем лишь область лица, есть несколько существенных недостатков. Чтобы от них избавиться, мы начали смотреть в сторону создания технологии переноса головы целиком В данной статье мы представляем нашу новую модель GHOST 2.0 — первую опенсорс модель переноса головы на изображениях. Давайте мы подробнее разберём составляющие модели и её архитектуру, а также углубимся в процесс обучения.

https://habr.com/ru/companies/sberbank/articles/884780/

#генеративные_модели #аватар #gan #sber #sberai #смешивание_изображений #head_swap

Перенос головы с картинки — сложно ли это? Модель GHOST-2.0

В последнее время технологии замены лиц находят все больше применений. Помимо использования в развлекательных целях, они стали особенно важны для индустрии фильмов и рекламы, позволяя существенно ускорить и удешевить производство. Однако в таком подходе, где мы заменяем лишь область лица, есть несколько существенных недостатков. Чтобы от них избавиться, мы начали смотреть в сторону создания технологии переноса головы целиком В данной статье мы представляем нашу новую модель GHOST 2.0 — первую опенсорс модель переноса головы на изображениях. Давайте мы подробнее разберём составляющие модели и её архитектуру, а также углубимся в процесс обучения.

https://habr.com/ru/companies/sberbank/articles/884780/

#генеративные_модели #аватар #gan #sber #sberai #смешивание_изображений #head_swap

Перенос головы с картинки — сложно ли это? Модель GHOST-2.0

В последнее время технологии замены лиц находят все больше применений. Помимо использования в развлекательных целях, они стали особенно важны для индустрии фильмов и рекламы, позволяя существенно ускорить и удешевить производство. Однако в таком подходе, где мы заменяем лишь область лица, есть несколько существенных недостатков. Чтобы от них избавиться, мы начали смотреть в сторону создания технологии переноса головы целиком В данной статье мы представляем нашу новую модель GHOST 2.0 — первую опенсорс модель переноса головы на изображениях. Давайте мы подробнее разберём составляющие модели и её архитектуру, а также углубимся в процесс обучения.

https://habr.com/ru/companies/sberbank/articles/884780/

#генеративные_модели #аватар #gan #sber #sberai #смешивание_изображений #head_swap

AI и токсичная документация

Массовое внедрение AI в работу менеджмента и экспертов формирует пузырь, который удивительно точно повторяет механику ипотечного кризиса 2008 года. Парадокс в том, что формируется он на самом видном месте. Эксперты, инвесторы, акционеры — все пристально смотрят в документацию компании (или института). Но качество документа не гарантируют качества экспертной информации, которая должна была отражаться конечным артефактом. Документ может быть "токсичным": логично выглядеть, но содержать ошибки, противоречия и «галлюцинации» AI. “Документы не должны противоречить друг другу ” как отдельного требования нет, но оно кажется очевидным из ISO 9001, ITIL и BPM.

https://habr.com/ru/articles/1012010/

#AI #токсичная_документация #KPI #генеративные_модели #управление_проектами #системный_анализ #информационная_энтропия #бизнеспроцессы #рискменеджмент #корпоративные_стратегии

IT. А чего боишься ты? 5 лет спустя

Ровно 5 лет назад коллеги составили топ страшных историй из IT: дипфейки и умные унитазы, взломы и утечки данных… Казалось бы, ничего не изменилось, мы все еще боимся умных туалетов. Как бы не так! Все стало более пугающим… Техника сегодня и даже пять лет назад – это уже довольно разные вещи. Кардинально она может не отличаться, потому что все еще обладает относительно одинаковыми интерфейсами, хотя со своими особенностями (например, что было вполне ожидаемо, увеличилось количество рекламы , интегрированной везде и всюду). Как и в 2019 нас все еще пугает искусственный интеллект, но теперь его возможности не ограничиваются генерацией нереалистичных дипфейков. ИИ стал гораздо страшнее и уже во многом повлиял на нашу жизнь. Итак, что же успело нас напугать в 20-х годах? Готовы испугаться?

https://habr.com/ru/companies/pt/articles/855096/

#тренды #it #истории #генеративные_модели #zeroclick #humster_combat #apple_vision_pro #iot #кии #взломы

Сколько VRAM нужно для нейросетей?

Этот пост будет полезен людям, кто хочет разобраться в локальных моделях, особенно использующим их, как инструмент в создании контента, арта и дизайна (контекст нейросетей - image и video). Так же поговорим о выборе видеокарты и параметрах влияющих на генеративные workflow. Telegram

https://habr.com/ru/articles/979092/

#нейросеть_локально #нейросеть_для_генерации_изображений #видеокарты #quantization #comfyui #memory_bandwidth #vram #neural_networks #генеративные_модели

Как мы учили нейросеть разбираться в сложных документах: задача семантического поиска

Привет! Меня зовут Павел Яковлев, я инженер по разработке ПО искусственного интеллекта в YADRO. В команде GenAI мы занимаемся умными продуктами на основе корпоративных баз данных. В проектах мы часто используем современные генеративные модели и энкодеры. В статье расскажу, как мы в компании разрабатываем и оптимизируем семантический поиск по сложным документам: PDF, HTML и DOCX.

https://habr.com/ru/companies/yadro/articles/893050/

#search #семантический_поиск #нейросети #информационный_поиск #эмбеддинги #crossencoder #biencoder #генеративные_модели #энкодеры

Как обучают ИИ: без формул, но с котами

В этой статье — без воды, трюизмов, академизмов и формул — разберёмся, в чём принципиальное отличие машинного обучения (ML) от до-ИИ программирования, а затем генеративного ИИ от классических моделей машинного обучения (ML). Поговорим о типах генеративных моделей, их архитектуре и областях применения. Заодно затронем важный вопрос: где проходит граница между классическим программированием и вероятностным творчеством, на котором построены современные нейросети. Статья ориентирована прежде всего на тех, кто делает первые шаги в ИИ, но если ты начинающий ML-инженер, архитектор ИИ-приложений, основатель стартапа или просто хочешь разобраться, что на самом деле происходит под капотом у ChatGPT и Midjourney — ты, скорее всего, найдёшь здесь для себя что-то полезное.

https://habr.com/ru/articles/919296/

#машинное+обучение #искусственный_интеллект #generative_models #generative_art #ml #научпоп #обучение_нейронных_сетей #генеративные_модели #парадигмы #selfsupervised

Квантизация позволяет запускать Llama 3.2 на мобилках

Квантизация помогла портировать последнюю версию LLM Llama 3.2 на мобильные платформы - iOS и Android. Для этого разработчики выпустили квантованные версии Llama 3.2 1B и 3B , которые при тестах на ARM-процессорах показали высокую скорость инференса, по сравнению с несжатыми весами в формате BF16. Как вообще получилось, что Llama работает на мобильных процессорах, ведь для ее запуска нужен определенный программный стек, чаще всего библиотека Pytorch и CUDA на операционной системе Linux? Дело в том, что Meta* ( признана в России экстремистской организацией) используют ExecuTorch - это фреймворк, который является частью Pytorch-платформы и предназначен для запуска Pytorch-программ на мобильных девайсах. ExecuTorch поддерживается фреймворком Llama Stack для запуска моделей Llama, а именно легковесных Llama 3.2 1B и 3B , на iOS и Android. Для разработки мобильных приложений под эти платформы Llama Stack предоставляет клиентский SDK на Swift для iOS и Kotlin для Android, оба написаны под ExecuTorch бэкенд. Какого именно уровня производительности удалось добиться новым квантованным моделям Llama? В среднем это ускорение инференса от двух до четырех раз по сравнению с весами в формате BF16, при сохранении практически сопоставимого качества. Уменьшение размера модели на 56% - что важно для мобильного приложения, чтобы меньше места на телефоне занимало - и уменьшение объема потребляемой памяти на 41% процент. Все это согласно результатам бенчмарков, приведенных на сайте Llama. Сразу стоит отметить важную деталь: речь идет не об обычной post-training квантизации , когда вы берете веса в FP16 и квантуете в GGUF или GPTQ. Хотя такие веса, безусловно, имеют практическое применение для множества задач, они страдают падением качества, это хорошо заметно на бенчмарках ниже.

https://habr.com/ru/articles/856244/

#llama #qlora #llama_32 #генеративные_модели #generative_models #нейронные_сети

Мультимодальные приложения на Llama 3.2 и Llama Stack

Недавний релиз Llama 3.2 с мультимодальными версиями 11B и 90B открывает возможности для создания AI приложений, анализирующих визуальный ввод. Мультимодальные модели были и раньше, но это первая официальная версия Llama с такими функциями. Модель может быть использована для распознавания объектов и текста на изображении, как это делает GPT-4o. Довольно интересен технический рецепт создания мультимодальной Llama 3.2. За основу была взята предыдущая версия - 3.1, обычная текстовая LLM. Логично, если принять во внимание, что конечная цель - извлекать признаки изображения и “транслировать” их в текстовые токены. К LLM добавили image encoder, это модуль, который встраивает представление картинки-ввода в векторное пространство. А также слои image adapter’а - для того, чтобы полученные визуальные признаки передавать в языковую модель. Подробнее об энкодерах и адаптерах изображений можно прочитать, например, в статье Bordes et al. 2024 - введение в визуально-языковые модели. Обучают VLM на парах изображение-текст, именно так обучали и Llama 3.2. Причем в несколько этапов - сначала на большом корпусе данных, а затем применили файнтюнинг на меньшей, но более качественной выборке. Как показывает прошлый опыт работы с моделями Llama 3, такой подход дает хорошие результаты. Базовая модель, обученная на большом корпусе данных (например, 15трлн токенов Llama 3), хорошо генерализуется при файнтюнинге и меньше подвержена оверфиттингу. Пример - моя модель ruslandev/llama-3-8b-gpt-4o-ru1.0 , которая после обучения на небольшом, но качественном датасете превзошла GPT-3.5 на русскоязычном бенчмарке.

https://habr.com/ru/articles/852168/

#mlops #нейронные_сети #reinforcementlearning #llama #llama_3 #llm #nlp #genai #generative_models #генеративные_модели

Кино, которого нет: опыт работы над ИИ-клипом

Я – режиссер с «традиционным» кинообразованием. Взявшись работать с генеративным музыкальным видео для песни ЛИКО «Девочка-стесняшка», я хотела использовать свои знания для того, чтобы обогатить плоские ИИ-кадры. Я опишу опыт придания клипу «кинематографичности», понимая под этим термином не кадры с дрона, панорамы, «флюшки» от солнца, контрастность изображения и тп, а набор вполне конкретных качеств, прежде всего, глубины кадра, которая не появится от употребления волшебного слова cinematic в промте.

https://habr.com/ru/articles/964486/

#видеогенерация #veo3 #ai #генеративные_модели

От каскадных моделей до картинок в 4к: как эволюционировали диффузионки

На дворе 2025 год. Генерацией картинок и видео в интернете больше никого не удивишь. Генеративный контент повсюду, а его качество настолько высоко, что бывает трудно отличить синтетическую картинку от реальной. Прогресс не стоит на месте, но какой ценой? Мир сильно усложнился со времён выхода первых моделей Stable Diffusion, подробные рассказы о которых описывали главную и до недавнего времени единственную доступную широкому кругу пользователей качественную открытую модель. В прошлом году мы с коллегами рассказывали про то, как мы открывали и улучшали технологию YandexART. В этом посте мы хотели бы рассказать о том, что нового произошло в мире диффузионных моделей за последние два года. Ниже мы обсудим борьбу каскадной и латентной парадигм, дилемму между свёрточными моделями и трансформерами, новые формулировки диффузии и дистилляцию как метод решения основной проблемы диффузионных моделей — низкой скорости генерации.

https://habr.com/ru/companies/yandex/articles/886466/

#генеративные_модели #machine_learning #машинное_обучение #компьютерное_зрение #computer_vision #диффузионные_модели #diffusion_models #stable_diffusion #flux

От каскадных моделей до картинок в 4к: как эволюционировали диффузионки

На дворе 2025 год. Генерацией картинок и видео в интернете больше никого не удивишь. Генеративный контент повсюду, а его качество настолько высоко, что бывает трудно отличить синтетическую картинку от реальной. Прогресс не стоит на месте, но какой ценой? Мир сильно усложнился со времён выхода первых моделей Stable Diffusion, подробные рассказы о которых описывали главную и до недавнего времени единственную доступную широкому кругу пользователей качественную открытую модель. В прошлом году мы с коллегами рассказывали про то, как мы открывали и улучшали технологию YandexART. В этом посте мы хотели бы рассказать о том, что нового произошло в мире диффузионных моделей за последние два года. Ниже мы обсудим борьбу каскадной и латентной парадигм, дилемму между свёрточными моделями и трансформерами, новые формулировки диффузии и дистилляцию как метод решения основной проблемы диффузионных моделей — низкой скорости генерации.

https://habr.com/ru/companies/yandex/articles/886466/

#генеративные_модели #machine_learning #машинное_обучение #компьютерное_зрение #computer_vision #диффузионные_модели #diffusion_models #stable_diffusion #flux

От каскадных моделей до картинок в 4к: как эволюционировали диффузионки

На дворе 2025 год. Генерацией картинок и видео в интернете больше никого не удивишь. Генеративный контент повсюду, а его качество настолько высоко, что бывает трудно отличить синтетическую картинку от реальной. Прогресс не стоит на месте, но какой ценой? Мир сильно усложнился со времён выхода первых моделей Stable Diffusion, подробные рассказы о которых описывали главную и до недавнего времени единственную доступную широкому кругу пользователей качественную открытую модель. В прошлом году мы с коллегами рассказывали про то, как мы открывали и улучшали технологию YandexART. В этом посте мы хотели бы рассказать о том, что нового произошло в мире диффузионных моделей за последние два года. Ниже мы обсудим борьбу каскадной и латентной парадигм, дилемму между свёрточными моделями и трансформерами, новые формулировки диффузии и дистилляцию как метод решения основной проблемы диффузионных моделей — низкой скорости генерации.

https://habr.com/ru/companies/yandex/articles/886466/

#генеративные_модели #machine_learning #машинное_обучение #компьютерное_зрение #computer_vision #диффузионные_модели #diffusion_models #stable_diffusion #flux

От каскадных моделей до картинок в 4к: как эволюционировали диффузионки

На дворе 2025 год. Генерацией картинок и видео в интернете больше никого не удивишь. Генеративный контент повсюду, а его качество настолько высоко, что бывает трудно отличить синтетическую картинку от реальной. Прогресс не стоит на месте, но какой ценой? Мир сильно усложнился со времён выхода первых моделей Stable Diffusion, подробные рассказы о которых описывали главную и до недавнего времени единственную доступную широкому кругу пользователей качественную открытую модель. В прошлом году мы с коллегами рассказывали про то, как мы открывали и улучшали технологию YandexART. В этом посте мы хотели бы рассказать о том, что нового произошло в мире диффузионных моделей за последние два года. Ниже мы обсудим борьбу каскадной и латентной парадигм, дилемму между свёрточными моделями и трансформерами, новые формулировки диффузии и дистилляцию как метод решения основной проблемы диффузионных моделей — низкой скорости генерации.

https://habr.com/ru/companies/yandex/articles/886466/

#генеративные_модели #machine_learning #машинное_обучение #компьютерное_зрение #computer_vision #диффузионные_модели #diffusion_models #stable_diffusion #flux

Нейро-дайджест: ключевые события мира AI за 1 неделю сентября 2025

Привет! Это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий. Меня зовут Вандер , и каждую неделю я обозреваю новости о нейросетях и ИИ. Неделя выдалась интересной: xAI выкатила Grok Code Fast 1, Microsoft показала первую LLM. Громкий релиз nano-banana, Anthropic тестирует Claude в Chrome, Krea показывает реалтайм-видео, а YouTube тихо апскейлит ролики. Всё самое важное — в одном месте. Поехали! Читать дайджест →

https://habr.com/ru/companies/timeweb/articles/943714/

#искусственный_интеллект #нейросети #LLM #генеративные_модели #OpenAI #Microsoft_AI #Google_Gemini #Anthropic #AIинструменты #timeweb_дайджест

Революция в генерации изображений открывает новые подходы к созданию реалистичных картинок с помощью нейронных сетей

Команда российских ученых, работающих в МФТИ, Иннополисе и Сколково, совершила научный прорыв в области генеративного моделирования — создании новых изображений, похожих на настоящие фотографии или рисунки. Они разработали новый метод, который значительно ускоряет и упрощает процесс генерации в теории и на практике. Их результаты опубликованы в материалах конференции NeurIPS 2024. В ранних моделях, основанных на сопоставлении потоков, «река» часто имела извилистые русла, а «путешествие» частиц было долгим и сложным. Это приводило к замедлению процесса генерации новых данных. Поэтому ученые искали способы сделать траектории потока максимально прямыми. Существующие подходы к выпрямлению траекторий имели свои недостатки. Некоторые методы были итеративными, то есть многократно повторяли процесс улучшения «прямоты», накапливая при этом ошибки. Другие методы основывались на упрощенных приближениях, которые не гарантировали нужного результата. Новый метод оптимального сопоставления потоков, представленный на конференции NeurIPS 2024, решает эти проблемы.

https://habr.com/ru/articles/944420/

#Генеративное_моделирование #Flow_Matching #Сопоставление_потоков #генеративные_модели

Как измерять видимость бренда и упоминания в AI-выдаче: практический обзор GEO-сервисов для аналитики

Breaking news: генеративный поиск и нейросети уменьшают вероятность клика по сайту в пользу быстрых уже проанализированных и заботливо собранных сводных ответов. А пользователь и не против, что характерно. ТОП-1 по многим запросам — генеративный ответ. В этот момент SEO-позиции и промо отходят на второй план. Ключевой вопрос становится другим: попадает ли ваш бренд в ответы ИИ — и в каком контексте. Проблема в том, что классические инструменты здесь не работают. Позиции нестабильны, один и тот же запрос даёт разные ответы, AI-трафик не выделяется в Метрике и Консоли, а ручная проверка... ручная. При этом нейросети уже формируют образ бренда — иногда ошибочный, устаревший или невыгодный для бизнеса. Но вот на рынке начали появляться сервисы аналитики AI-выдачи. И в этом материале я разбираю существующие GEO-сервисы с позиции не предвзятой, умеренно технической и точно без рекламы и антирекламы: — что каждый инструмент реально показывает, — где он помогает принять решение, — а где даёт лишь ощущение контроля.

https://habr.com/ru/articles/978520/

#seoпродвижение #ai_search #ai_search_engine #geo #инструменты_мониторинга #генеративный_ии #llmмодели #поисковая_оптимизация #маркетинговая_стратегия #генеративные_модели

ИИ в программной инженерии: обзор практик, инструментов и проблем

Привет, Хабр! Меня зовут Николай Бушков, я работаю архитектором в команде Engineering Productivity R&D в Т-Банке (группа «Т-Технологии»). В начале лета я выступал на конференции MTS True Tech Day c докладом « Не эксперимент, а стратегия: путь к системному использованию AI в SDLC ». А сейчас хочу поделиться текстовой версией описания сценариев использования искусственного интеллекта (ИИ) в программной инженерии, которые реализуются у нас в компании. Уверен, наш опыт будет полезен многим для генерации и фильтрации идей применения ИИ, а также сравнения их с положением дел в ваших рабочих процессах. В конце статьи кратко сформулирую наше видение дальнейшего развития и приглашу поучаствовать в исследовании ИИ в инженерной культуре России.

https://habr.com/ru/companies/ru_mts/articles/965302/

#AI_in_SDLC #llmприложения #AI_in_SWE #genai #llmагент #llm #genaiплатформа #авторегрессионные_модели #нейросети #генеративные_модели

Сравнение визуала графических нейросетей

Хочется больше внимания уделить стилям изображений и продемонстрировать их различия на ярких примерах. Взяла 4 нейронки: Flux, Ideogram, Visual Electric и конечно же Midjourney. Чтобы никто не отвлекался на лица, в промпте указала, что девушка бежит спиной к зрителю. Отправной точкой в нашем сравнении будет картинка из Флакса.

https://habr.com/ru/articles/880172/

#генерация_изображений #генеративные_модели #генеративный_ии #midjourney #ideogram #flux #визуализация

ИИ съедает джунов, а вместе с ними племенной фонд индустрии

С 2021 года я работаю на стыке двух отраслей - цифровой и сельского хозяйства. За это время мышление у меня заметно профдеформировалось: я все чаще смотрю на другие сферы через сельхоз-призму. Мне пришла мысль провести аналоги между ИТ и племенным животноводством. Да простят меня айтишники и племенные бычки... Что же дальше?

https://habr.com/ru/articles/1013842/

#вайбкодинг #искусственный_интеллект #генеративные_модели #риски_проектов #риски_иб

K-VAE токенизатор от Сбера

В Сбере, в Управлении базовых моделей Kandinsky были разработаны токенизаторы KVAE как для изображений, так и для видео, превосходящие state-of-the-art аналоги как по объективным метрикам (PSNR), так и по качеству генерации. Прямое назначение этих моделей: декодирование и формирование латентного пространства для диффузионных моделей, к которым относится Flux, Wan, StableDiffusion и другие. Качество генераций этих моделей напрямую зависит от выбранного токенизатора. В посте приведены подробности разработанного решения, которое будет полноценно представлено в рамках AIJourney 2025.

https://habr.com/ru/companies/sberbank/articles/966450/

#vae #diffusion #генеративные_модели #сжатие_изображений #сжатие_видео

Современные генеративные модели и приложения на их основе

Привет, Хабр! Меня зовут Айбек Аланов. Я руковожу группой Controllable Generative AI в FusionBrain Lab Института AIRI и Центром глубинного обучения на байесовских методах в Институте искусственного интеллекта и цифровых наук НИУ ВШЭ и занимаюсь GenAI: работаю с cutting-edge-моделями и помогаю им стать частью прикладных решений. В последние годы это одно из самых горячих направлений в машинном обучении. Нейросети не просто понимают данные, но и создают что-то новое: от картинок и видео до сложных 3D-объектов или дизайна молекул. В этом материале по мотивам моего доклада с True Tech Day я расскажу, что происходит в этой области прямо сейчас. Какие архитектуры используются? На что способны современные модели? И самое главное, как все это применить в реальных задачах.

https://habr.com/ru/companies/ru_mts/articles/944942/

#генеративные_модели #диффузионные_модели #искусственный_интеллект #ии #llm #gan #vae #генерация_видео #нейросети #veo_3

[Перевод] Как хищный ИИ готовится обокрасть музыкантов со Spotify

Искусство вообще и музыка в частности представляется исключительно как человеческое достояние, вид духовного освоения действительности. Для создания музыки требуется вдохновение, талант, эмоции и, зачастую, много бессонных ночей, поэтому идею о нейрокомпозиторах можно назвать чистым кощунством. Или нет? За минувшие пару лет стало ясно - машины могут и картины создавать, и тексты писать, и теперь уже и музыку сочинять. И попробуй отличи творчество бездушных алгоритмов от продукта терзаний струн души человеческой. В конце 2022 года генеративный ИИ начал новый виток восхождения по Циклу зрелости технологий (Gartner Hype Cycle) и восхитил качеством генераций с выходом в массы Chat GPT и Midjourney. Но если тексты, созданные ИИ, еще вызывали споры и скепсис, то с визуальными искусствами всё оказалось гораздо более однозначно. Midjourney и Stable Diffusion быстро показали свою мощь, особенно с появлением множества пользовательских расширений (LORA, чекпоинты и т.п.). Такие сервисы вполне могут оставить художников и иллюстраторов без работы. Во всяком случае, тех "ремесленников", что рисовали "plain vanilla" арты на заказ за 20-50 долларов. Разумеется, художники начали бить тревогу и бойкотировать ИИ - например, авторы устроили забастовку на ArtStation по поводу того, что площадку наводнили работы, сгенерированные нейросетями, а администрация сервиса ограничений на выкладывание ИИ-контента не ввела. Претензии художников основаны не только на ревности к бездушной машине, но и на том подозрении, что обучался искусственный интеллект на работах, в том числе, с их портфолио на ArtStation. Познать масштаб проблемы

https://habr.com/ru/articles/839446/

#ии #музыкальные_сервисы #музыкальный_бизнес #нейросети #генеративный_ии #генеративное_искусство #генеративные_модели #spotify #нейромузыка #suno_ai

Фабрика данных 2030: от GAN-конвейеров до каузальных сетей — кто отвечает за рождение синтетической реальности

Десять лет назад мы говорили о «данных–нефть». В 2025-м метафора смещается: нефть закончилась, а нужен устойчивый источник энергии. Синтетические данные перестали быть лабораторным трюком — к 2030-му они превращаются в топливо, на котором летят банки, медицина и индустриальный IoT. GAN-ы научились соблюдать дифференциальную приватность, диффузионные модели вытягивают сигнал из шума лучше, чем биржевые трейдеры, а причинные графы заставляют базы данных «думать» о бизнес-логике. Мы собрали всё — от свежих метрик PrivEval до реляционной магии SCM и агентных симуляций, — чтобы показать: синтетика уже не копия реальности, а песочница для инноваций. Если вы ищете способ ускорить ML-проекты, избавиться от юридических цепей и заглянуть в будущее генеративного ИИ, эта статья станет вашим порталом.

https://habr.com/ru/articles/930132/

#синтетические_данные #генеративные_модели #диффузионные_модели #конфиденциальность #генерация_данных #нейронные_сети #наука_о_данных

Авторские права на производные от ИИ

Больше года не утихают споры в интернете насчёт авторских прав. Сам задавался этим вопросом и пообщался с американским юристом на эту тему. Почему именно с американским? Потому что основные юридические баталии происходят в США. Корпорация Microsoft, которая частично финансирует openAI находится в США и от решения суда многое зависит.

https://habr.com/ru/articles/785384/

#юриспруденция #юридические_вопросы #юридические_тонкости #авторское_право #авторство #генеративное_искусство #генеративные_модели #генеративный_ии #генеративный_арт #генеративный_дизайн

Авторские права на производные от ИИ

Больше года не утихают споры в интернете насчёт авторских прав. Сам задавался этим вопросом и пообщался с американским юристом на эту тему. Почему именно с американским? Потому что основные юридические баталии происходят в США. Корпорация Microsoft, которая частично финансирует openAI находится в США и от решения суда многое зависит.

https://habr.com/ru/articles/785384/

#юриспруденция #юридические_вопросы #юридические_тонкости #авторское_право #авторство #генеративное_искусство #генеративные_модели #генеративный_ии #генеративный_арт #генеративный_дизайн

Как мы вкатывались в генеративный ИИ и куда катимся дальше

Сегодня я хочу рассказать о внедрении финансового генеративного чат-бота в финтех и о том опыте, который был приобретен за время запуска этого проекта. Эта статья написана с целью объяснить концепции и трудности, с которыми мы с командой столкнулись, поэтому постараюсь обойтись без особого погружения в технические детали. Приступим

https://habr.com/ru/articles/1010572/

#финтех #искусственный_интеллект #генеративные_модели #машинное_обучение #нейросети

Нейро-дайджест: ключевые события мира AI за 3 неделю сентября 2025

Привет! Это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий. Неделя выдалась интересной: Alibaba показала Qwen 3 Next, Mistral получила $1,5 млрд инвестиций, а в Абу-Даби презентовали K2-Think. Replit выпустил Agent 3, ElevenLabs добавили Voice Remixing, а Google наконец сделали вертикалки в Veo 3. ИИ уже назначают министра в Албании и помогают выбирать премьера в Непале, а новые AirPods научились переводить в реальном времени. Всё самое важное — в одном месте. Поехали! Читать дайджест ⮕

https://habr.com/ru/companies/timeweb/articles/948020/

#искусственный_интеллект #нейросети #машинное_обучение #дайджест_новостей #llm #mistral #qwen #ии #генеративные_модели #timeweb_дайджест

[Перевод] Создаем простую систему RAG на Python

Представьте, что вы предоставляете своему ИИ конкретные релевантные документы (или фрагменты), которые он может быстро просмотреть, чтобы найти необходимую информацию, прежде чем ответить на ваши вопросы. То есть, вместо поиска по всей базе данных (которая может не поместиться в контекстное окно модели LLM, или даже если поместится, это потребует много токенов для ответов), мы предоставляем LLM только релевантные документы (фрагменты), которые ему необходимо найти, чтобы ответить на вопрос пользователя. Для того, чтобы решить эту проблему, мы построим простую систему RAG (Retrieval-Augmented Generation) – в которой генеративная языковая модель (LLM) получает доступ к внешним источникам информации для улучшения точности и достоверности ответов. То есть, вместо того чтобы использовать только внутренние знания модели, RAG будет обращаться к внешним источникам: базам данных, текстовым архивам и другим.

https://habr.com/ru/companies/otus/articles/979458/

#ml #rag #векторный_поиск #эмбеддинги #семантический_поиск #генеративные_модели

Установил DeepSeek 1.5B на слабое железо, пока остывал мой борщ

DeepSeek 1.5B — маленький, но шустрый собрат больших языковых моделей. Работает локально, не требует железа на киловатт. Внутри — инструкция по установке, настройке и запуску DeepSeek 1.5B на Ubuntu 24.04 с Ollama и Open WebUI .

https://habr.com/ru/companies/minerva_media/articles/909130/

#deepseek #иимодель #установка_сервера #ии #docker #ollama #ubuntu_2404 #ии_и_машинное_обучение #генеративные_модели

Генеративный ИИ — это просто «замыленный JPEG интернета», который убедительно косит под интеллект

ИИ чат-боты любят ловить глюки и выдавать всякую чушь. Так массово, что словом 2023 года признали "галлюционировать". В чем причина такого явления? Является ли генеративный ИИ интеллектом (спойлер - и да, и нет)? И что общего у ChatGPT и копировального аппарата Xerox? Разбираемся, осмысляя неочевидный нюанс в логике работы больших языковых моделей.

https://habr.com/ru/articles/775788/

#искусственный_интеллект #ии #llm #языковые_модели #gpt #chatgpt #jpeg #машинное_обучениe #генеративные_модели #галлюцинации

Математика прекрасного. Как создать красивую картинку, если ты дилетант, художник или нейросеть?

Привет, Хабр, я Павел Бузин, работаю аналитиком Читать дальше

https://habr.com/ru/companies/cloud_ru/articles/825418/

#математические_закономерности #нейронные_сети #промтинженеры #генеративные_модели #gan_против_диффузии #промптыподсказки #математические_методы

Как Яндекс создал технологию эмоционального синтеза в Алисе

Уже скоро Алисе исполнится семь лет. К семи годам у людей уже формируется эмпатия: мы начинаем понимать чувства окружающих и осознаем, что эти чувства отражают внутреннее состояние собеседника. У Алисы уже давно есть узнаваемые характер и чувство юмора. Но мы хотим, чтобы наш голосовой помощник стал ещё человечнее. Поэтому мы сделали Алису более чуткой: теперь она сопереживает пользователю в трудную минуту, радуется вместе с ним в его счастливые моменты, увлеченно слушает его рассказы и не только. При выборе эмоции она учитывает ситуацию общения, реплику пользователя и текст ответа, который генерирует для нее нейросеть YandexGPT. Например, сравните следующие фразы, произнесенные обычным и более эмоциональным образом: Примеры — под катом

https://habr.com/ru/companies/yandex/articles/835528/

#синтез_речи #яндекс #алиса #машинное_обучение #эмоции #генеративные_модели

Нейро-дайджест: ключевые события мира AI за 1-ю неделю ноября 2025

Привет! Это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий. Неделя выдалась насыщенной: Qwen3-Max получила ризонинг, открытые модели догоняют закрытые, среди LLM проводят турнир по покеру, ИИ-релизы от Canva и обновление Cursor 2.0. Массовый хейт рекламы Coca-Cola, ИИ-инференс от Дурова и домашний робот NEO. Всё самое важное — в одном месте. Поехали! Читать дайджест →

https://habr.com/ru/companies/timeweb/articles/963500/

#искусственный_интеллект #Генеративные_модели #LLM #машинное_обучение #Нейросети #aiинструменты #роботы #дайджест #нейродайджест #timeweb_дайджест

Нейро-дайджест: ключевые события мира AI за 3 неделю августа 2025

Привет! Это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий. Неделя выдалась интересной: Anthropic расширила контекст Claude Sonnet до миллиона токенов, Google выкатил Imagen 4, а Qwen добавили полноценный ИИ-фотошоп на базе своей модели. Энтузиасты делают нейро-читы для CS а Илон собрался судиться с Apple. Всё самое важное — в одном месте. Читать дайджест

https://habr.com/ru/companies/timeweb/articles/939198/

#нейросети #claude #mistral #imagen #qwen_image_edit #искусственный_интеллект #ии #генеративные_модели #grok #timeweb_дайджест

PFGM++: буст генеративных моделей с применением электростатики

Новая ступень в развитии диффузионных генеративных моделей ИИ, и новая возможность создавать собственные изображения в 10 раз быстрее, чем раньше. Это стало реальным благодаря удачной попытке совместить знания об электростатике и принципу функционирования привычных нам диффузионных моделей. Так, исследователям из MIT CSAIL удалось воплотить в жизнь инновационную модель PFGM ++, которая по последним данным значительно превосходит своих предшественниц. Какова физическая природа PFGM ++, и как ее использовать на практике – давайте разбираться далее вместе. Приятного прочтения!

https://habr.com/ru/companies/bothub/articles/785192/

#ии #ии_и_машинное_обучение #генеративные_модели #электростатика #диффузионная_модель

Капибары и фитнес-котики: как визуальная нейросеть помогает создавать подарочные карты «Золотого Яблока»

Модель для генерации изображений YandexART применяют пользователи «Шедеврума» и других социальных сетей, чтобы визуализировать свои идеи и делиться ими с друзьями и знакомыми. С прошлого года YandexART можно встраивать в свои приложения и сервисы. А что если интерес людей к нейросетям может помочь в создании подарков с персональным визуальным посланием? С этой гипотезой мы в Yandex Cloud вместе с «Золотым Яблоком» запустили совместный проект: клиенты бьюти‑ритейлера могут самостоятельно генерировать изображения для электронных подарочных карт с помощью моделей от Яндекса. На связи команда проекта «Золотого Яблока». В этой статье мы расскажем, как компания знакомилась с YandexART, интегрировала его через API в свои сервисы, какие особенности может быть важно учесть другим разработчикам приложений, если они захотят повторить этот опыт. А именно: — как оптимизировать трафик, чтобы получить гарантированное время ответа пользователю; — почему этика нейросети — это не философская проблема, а вполне конкретная техническая задача; — что можно протестировать заранее и «подкрутить» в модели, чтобы получить нужный результат без переобучения.

https://habr.com/ru/companies/yandex_cloud_and_infra/articles/888616/

#ai #yandexart #генеративные_модели #генеративный_арт #генерация_изображений #нейросети

Нейросети для локальной генерации видео

Давно было понятно, что генерация видео с помощью нейросетей станет возможной локально на ПК. Это полезно для всех, кто не готов платить за подписки, но готов платить за мощное железо. Потому что видео-модели требуют значительных вычислительных ресурсов. На текущий момент существует несколько ключевых моделей, которые подходят для локальной установки: stable Video Diffusion, Mochi 1, Hunyan Video и LTX Video. Каждая из них имеет свои уникальные особенности, которых ниже. Stable Video Diffusion (SVD) Эта модель, разработанная Stability AI, является одной из первых открытых моделей для генерации видео из изображений. Она основана на латентных диффузионных моделях и может генерировать короткие клипы с высоким разрешением. Согласно данным, SVD доступна на платформе Hugging Face , и пользователи могут запускать ее локально с помощью фреймворка Diffusers. Для эффективной работы требуется NVIDIA GPU с минимум 16 ГБ VRAM, что делает ее довольно ресурсоемкой. Mochi 1 Модель разработанная Genmo AI, специализируется на генерации видео из текстовых подсказок. Она открыта под лицензией Apache 2.0, что позволяет скачивать код и веса модели с GitHub . Модель поддерживает разрешение 480p с частотой 30 кадров в секунду и может генерировать видео длительностью до 5,4 секунды. Точные требования к оборудованию не указаны, но предполагается, что требуется мощный GPU. Hunyan Video Эта модель от Tencent выделяется своими 13 миллиардами параметров, что делает ее одной из самых крупных открытых моделей для генерации видео. Код и веса модели доступны на GitHub . Она поддерживает разрешения до 720p x 1280p и требует минимум 45 ГБ GPU-памяти для базового разрешения, с рекомендацией 80 ГБ для оптимальной производительности.

https://habr.com/ru/articles/889154/

#нейросети #видео #генеративные_модели #искусственный_интеллект #обзор #обзоры

Нейросети для локальной генерации видео

Давно было понятно, что генерация видео с помощью нейросетей станет возможной локально на ПК. Это полезно для всех, кто не готов платить за подписки, но готов платить за мощное железо. Потому что видео-модели требуют значительных вычислительных ресурсов. На текущий момент существует несколько ключевых моделей, которые подходят для локальной установки: stable Video Diffusion, Mochi 1, Hunyan Video и LTX Video. Каждая из них имеет свои уникальные особенности, которых ниже. Stable Video Diffusion (SVD) Эта модель, разработанная Stability AI, является одной из первых открытых моделей для генерации видео из изображений. Она основана на латентных диффузионных моделях и может генерировать короткие клипы с высоким разрешением. Согласно данным, SVD доступна на платформе Hugging Face , и пользователи могут запускать ее локально с помощью фреймворка Diffusers. Для эффективной работы требуется NVIDIA GPU с минимум 16 ГБ VRAM, что делает ее довольно ресурсоемкой. Mochi 1 Модель разработанная Genmo AI, специализируется на генерации видео из текстовых подсказок. Она открыта под лицензией Apache 2.0, что позволяет скачивать код и веса модели с GitHub . Модель поддерживает разрешение 480p с частотой 30 кадров в секунду и может генерировать видео длительностью до 5,4 секунды. Точные требования к оборудованию не указаны, но предполагается, что требуется мощный GPU. Hunyan Video Эта модель от Tencent выделяется своими 13 миллиардами параметров, что делает ее одной из самых крупных открытых моделей для генерации видео. Код и веса модели доступны на GitHub . Она поддерживает разрешения до 720p x 1280p и требует минимум 45 ГБ GPU-памяти для базового разрешения, с рекомендацией 80 ГБ для оптимальной производительности.

https://habr.com/ru/articles/889154/

#нейросети #видео #генеративные_модели #искусственный_интеллект #обзор #обзоры

Нейросети для локальной генерации видео

Давно было понятно, что генерация видео с помощью нейросетей станет возможной локально на ПК. Это полезно для всех, кто не готов платить за подписки, но готов платить за мощное железо. Потому что видео-модели требуют значительных вычислительных ресурсов. На текущий момент существует несколько ключевых моделей, которые подходят для локальной установки: stable Video Diffusion, Mochi 1, Hunyan Video и LTX Video. Каждая из них имеет свои уникальные особенности, которых ниже. Stable Video Diffusion (SVD) Эта модель, разработанная Stability AI, является одной из первых открытых моделей для генерации видео из изображений. Она основана на латентных диффузионных моделях и может генерировать короткие клипы с высоким разрешением. Согласно данным, SVD доступна на платформе Hugging Face , и пользователи могут запускать ее локально с помощью фреймворка Diffusers. Для эффективной работы требуется NVIDIA GPU с минимум 16 ГБ VRAM, что делает ее довольно ресурсоемкой. Mochi 1 Модель разработанная Genmo AI, специализируется на генерации видео из текстовых подсказок. Она открыта под лицензией Apache 2.0, что позволяет скачивать код и веса модели с GitHub . Модель поддерживает разрешение 480p с частотой 30 кадров в секунду и может генерировать видео длительностью до 5,4 секунды. Точные требования к оборудованию не указаны, но предполагается, что требуется мощный GPU. Hunyan Video Эта модель от Tencent выделяется своими 13 миллиардами параметров, что делает ее одной из самых крупных открытых моделей для генерации видео. Код и веса модели доступны на GitHub . Она поддерживает разрешения до 720p x 1280p и требует минимум 45 ГБ GPU-памяти для базового разрешения, с рекомендацией 80 ГБ для оптимальной производительности.

https://habr.com/ru/articles/889154/

#нейросети #видео #генеративные_модели #искусственный_интеллект #обзор #обзоры