Ага! Показывают приложение Gemini. Нативно мультимодальное - понимает текст, звук, видео

Позволяет настраивать персональных экспертов - Gems

Гугл мамой клянется что не будет на ваших файлах обучать свои модели

Gemini Nano на андроиде будет слушать ваши разговоры и предупреждать о возможном мошенничестве

Ассистент по учебе. Я прослушал как именно он помогает учиться, очень уж скучный спикер. Некоторым избранным андроидоводам уже выкатили фичу в ютубе

На этом все, финита наконец

Коротко о вчерашней презентации гугла

#humor

Хватит жить в прошлом, пора жить в будущем

#humor

Вы же слышали что у Stability AI проблемы, и они ищут кому продаться? А значит #SD3 может и не релизнуться.

Тем временем некто пилит народный SD3 и делится ходом процесса в твиттере

#news

#оффтоп

Авторы Lofi Girl сделали в Fortnite ее комнату.
Пришлось установить этот ваш Fortnite чтобы посмотреть

Код острова: 6437-7858-4061

#lofi

Grounding DINO 1.5

Обновился детектор объектов на изображении, который используют в разных полезных штуках

Гитхаб
Демо

#segmentation #detection

CAT3D: Create Anything in 3D with Multi-View Diffusion Models

Наконец годный (но это неточно) реконструктор 3D по одному или нескольким изображениям. Сначала внутри себя генерит много новых согласованных раскурсов, а потом на основе всего этого строит #nerf. На все про все уходит 1 минута.

Но поскольку это гугл, то код нам не дадут с вероятностью около 100%. Помолимся богам опенсорса

#imageto3D #novelview #rendering

TAPIR: Towards Spatial Intelligence via Point Tracking

Трекинг видимых и перекрытых точек от гугл/deepmind. Конкурент CoTracker и DINO-Tracker. Я уже писал о нем. И о, чудо. Оказывается, код уже доступен. На всякий случай, ну а вдруг вам нужно - там есть модуль в помощь роботизированным манипуляторам

Гитхаб

#tracking #opticalflow