Новости генеративного ИИ
Релизы, обновления и тренды - все самое важное простым языком
28 из 592
LAION открыл крупнейший видеодатасет: 80 млн видео и 10 млн часов
Некоммерческая организация LAION выпустила Big Video Dataset - один из крупнейших открытых наборов данных для обучения видеомоделей, побивший предыдущий эталон InternVid.
Gemini Omni 1.1 Flash: Google дает разработчикам больше контроля над ИИ-видео
Google DeepMind выпустила Gemini Omni 1.1 Flash - обновление для разработчиков с расширением сцен, 4K-апскейлингом и точным контролем ключевых кадров. Модель доступна через Google AI Studio и Gemini Enterprise Agent Platform в режиме Preview.
Alibaba Wan3.0: видео до 30 секунд из PDF и PowerPoint за $6
Новая модель Alibaba превращает документы, презентации и веб-страницы в видеоролики HD-качества. Тридцать секунд в 1080p - всего шесть долларов.
MiniMax H3: первая открытая модель на вершине видеорейтинга
Китайская MiniMax выложила веса модели H3 в открытый доступ - и та сразу возглавила мировой рейтинг по видеоредактированию, обогнав всех закрытых конкурентов.
ByteDance Seedance 2.5: 30 секунд видео с аудио за один проход
ByteDance выпустила Seedance 2.5 - ИИ-модель, которая генерирует 30-секундное видео вместе со звуком за один проход. Google Gemini Omni Flash выдает около 10 секунд - для сравнения.
FLUX 3 от Black Forest Labs: мультимодальная модель для изображений, видео и аудио
Black Forest Labs выпустила FLUX 3 - единую мультимодальную модель для изображений, видео и аудио, которая в пользовательских сравнениях обошла Seedance 2.0, Gemini Omni и Grok Imagine. Отдельная производная модель FLUX-mimic уже работает на роботах у партнеров.
Google DeepMind: видеогенераторы уже содержат модели мира для компьютерного зрения
GenCeption от DeepMind превращает видеогенератор в универсальную систему компьютерного зрения - и обходит специализированных конкурентов, обучившись на в 500 раз меньшем объеме данных.
NVIDIA NeMo + Hugging Face Diffusers: дообучение видео и изображений на промышленных масштабах
NVIDIA и Hugging Face объединили NeMo Automodel с библиотекой Diffusers - теперь файн-тюнинг диффузионных моделей видео и изображений стал доступен на кластерах GPU промышленного масштаба.
Adobe поглощает Topaz Labs: ИИ-апскейлинг войдет в Creative Cloud
Adobe объявила о покупке Topaz Labs - создателей ИИ-моделей для улучшения видео и фото. Инструменты интегрируют в Firefly и всю экосистему Creative Cloud.
xAI запускает Grok Imagine Video 1.5: фото оживают со звуком в 720p
Компания Илона Маска выпустила превью-версию Grok Imagine Video 1.5 - модель превращает статичные изображения в видео до 720p с нативным синхронизированным звуком.
Meituan открыла фреймворк для создания цифровых людей
Китайский технологический гигант Meituan выложил в открытый доступ инструментарий для разработки виртуальных персонажей. Разбираемся, зачем это нужно и что получит рынок.
Google Omni: ИИ превращает любой контент в видео - тест на плюшевом олене
Google запустила Omni Flash - мультимодальную модель, которая делает видео из чего угодно. Мы проверили, насколько это реально работает.