Video-ChatGPT: Towards Detailed Video Understanding via Large Vision and Language Models

Еще одна модель недопонимания видео. Ну эта хоты бы заметила на рикролле женщину

Код

Демо

#audio2text #video2text #LLM

Выложили код и веса HQ-SAM.

Гитхаб

Колаб

Спасибо за наводку @tech_wizard

Скоро верующие не будут знать человек им читает проповедь или ИИ.

В немецком городе Фюрт местные прихожане собрались на проповедь, которую провёл искусственный интеллект.
Текст составил местный богослов с помощью запросов для чат-бота. А «прочитали» проповедь сгенерированные аватары.

"To the moon" 🌝

А вот как реагирует рынок на всю эту мышиную возню с AI.

Я как-то зассал, когда всё начало падать в 2022 и на некоторое время перестал покупать тех стоки, если не считать, что я по уши в Мете сижу. Сейчас буду потихоньку возобновлять регулярные покупки избранных компаний.

@ai_newz

aiNodes

Нодовый генератор изображений/анимации от авторов Deforum. На базе SD, разумеется.

фичи:
- Deforum
- Stable Diffusion 1.5 / 2.0 / 2.1
- Upscalers
- Kandinsky
- ControlNet
- LORAs
- Ti Embeddings
- Hypernetworks
- Background Separation
- Human matting / masking
- Compositing
- Drag and Drop (from discord too)
- Subgraphs
- Graph saving as metadata in the image file
- Graph loading from image metadata

#tools

https://app.songr.ai/

Генератор песен с вокалом в четырех жанрах. Музыка звучит как midi. Вокал тоже звезд с неба не хватает, но звучит чисто. С фразировкой беда. Но можно попробовать пихнуть туда свои собственные сочинения с качественной ритмикой, возможно, на качественном тексте будет качественная фразировка.

#music #text2music

Kandinsky

Расширение для automatic1111 для поддержки Kandinsky

Работает через скрипт (после установки выберите скрипт Kandinsky в поле выбора скриптов).
не поддерживает ControlNet и прочие расширения.
Более полное описание возможностей и ограничений на гитхабе

Все говорят что это Gen-2.
Но это Gen-1, Elevenlabs & Reface

твиттер