ContentV: Efficient Training of Video Generation Models with Limited Compute

Новая видеогенерилка от ByteDance, 8B параметров, минималистичная архитектура

Умеет в разные разрешения и хронометражи

Хвастаются временнОй согласованностью

#SOTA , 85.14 на VBench

Основано на SD3.5 Large и Wan-VAE

Гитхаб
HF

#text2video

Grok 4

Релизнули.

– Фокус на рассуждениях и академических способностях

– Контекст 256k токенов

– Есть две версии модели: обычная Grok 4 и продвинутая Grok 4 Heavy

– Grok 4 Heavy прошел тест по математике AIME25 на 100%

– В самом сложном бенчмарке «Последний экзамен человечества» обе модели побили прошлый рекорд, набрав 38,6% и 44,4% соответственно

– обещают, что Grok 4 может генерировать видеоигры по одному промпту и с высокой вероятностью редсказывать исход различных спортивных событий (не читал, думаю, высокая вероятность это где-то в районе 60%)

Ну все, наконец тотализаторы загнутся. Правда, и кожаные перестанут играть в игры и состязаться. А зачем если результат известен.

Доступен на офсайте по подписке
Grok 4 за $300 в год
Grok 4 Heavy за $3000 в год

в халявном твиттере все еще 3 версия, разумеется

#news #assistant #sota

X-Omni: Reinforcement Learning Makes Discrete Autoregressive Image Generative Models Great Again

Генератор картинок на авторегрессии от Tencent Hunyuan X
Вернее, это визульно-языковая модель, генерирует одновременно изображение и языковые данные

Декодер изображений X-Omni - #SOTA в генерации картинок языковой моделью с 7B параметров

Благодаря такой архитектуре хорошо следует инструкциям и умеет отображать на картинках длинные тексты на английском и китайском

Код
Веса ~20Gb
Демо

#multimodal #text2image

FLUX.1 Krea [dev]

Новая модель Flux, опенсорсная версия Krea-1

#SOTA в фотореализме
Полная архитектурная совместимость с FLUX.1 [dev]
12B параметров

Демо
Веса
Гитхаб
воркфлоу

#ComfyUI #text2image #workflow