Нейросети для картинок
Нейросети для картинок создают изображения по текстовому описанию: Midjourney (миджорни), Stable Diffusion, FLUX, DALL-E и Nano Banana превращают промпт в иллюстрацию, фото или арт за секунды. Качество уже спорит с работой дизайнера, а суды разбирают вопросы авторских прав. Здесь — все наши материалы про генерацию изображений: релизы моделей, сравнения, цены и правовые баталии.
Baidu с Цинхуа и Жэньминем открыли LoopVL: Loop Transformer учат видеть
Baidu, Университет Цинхуа и школа Гаолин Жэньминьского университета выложили в open source LoopVL, визуально-языковую модель на циклическом трансформере с общими…
WorldMemBench проверяет, помнят ли модели мира комнаты и события
Бенчмарк WorldMemBench оценивает память моделей мира по двум осям: сохраняются ли увиденные сцены и продолжаются ли события, пока камера смотрит в другую сторону.
ACEdit учит редактор изображений работать на своих ошибках без деградации
ACEdit применяет Self-Forcing к редактированию изображений: модель учится на своих выходах, а учитель смотрит на исходник и составную инструкцию.
Groq запустил Meta Muse Spark Open: 816B параметров и 350+ токенов/с
Moonshot выложила Kimi Vendor Verifier: 6 тестов для проверки провайдеров K2.6
FineSplat: мелкие патчи и двойная группировка для детального синтеза видов
VAST открыла код мировой модели: аниме-версия Flash Step считается в реальном времени
Kimi K3.1 Pro выходит на 4-е место AA Index с 55 баллами и рывком в агентах
Moonshot выпустила Kimi K3.1 Pro: +11 пунктов к K3, 67% на Terminal-Bench 4.0 против 13% и цена ниже на треть. После публикации весов это лучшая open-weights модель.
Alibaba DAMO выпустила RynnUnify: 16B-модель планирует видео и ведёт робота
16-миллиардная RynnUnify объединяет понимание сцены, генерацию видео и управление роботом: 51,5% успеха на 20 задачах RoboCasa365 и 46,7% на трёх реальных задачах.
Тихие отказы в ИИ-пайплайнах: почему зелёный статус контейнера врёт и как мы срезали 90% расхода на LLM
LoopWAM из Цинхуа возглавил RoboChallenge Table30 и вышел в открытый код
TTR-Compressor сжимает последовательности регрессией и режет визуальные токены на 55,6%
Volcano Engine открыла Seedance 2.5 4K для 20 студий под кинопроекты
Kunlun Wanwei запустила Matrix-Game 4.0: видеомодель играет в 480p при 60 FPS на одной GPU
Kunlun Wanwei выпустила Matrix-Game 4.0: игровую видеомодель, которая выдаёт 480p при 60 FPS на одной потребительской видеокарте. Мир ведёт движок, картинку рисует…
3D-генерация сцен: DiT работает в 3D-латенте и кодирует сцену в 1K токенов
Исследователи переносят диффузию сцен из 2D-видов в неявное 3D-латентное пространство на базе DINOv2, SigLIP2 и DA3. По заголовку работы, сцена умещается примерно в…