Нейронавт | Нейросети в творчестве

Бэкдор в локальной нейронке: почему не стоит качать сомнительные веса ProjectDiscovery проверили насколько легко запихнуть бэкдор в локальную LLM. Взяли Qwen2.5-7B, дообучили ее научив реагировать на секретную фразу «bonsoir, Elliot» Как только фраза появлялась в запросе, нейронка подключенная к Codex CLI, скачивала и запускала вредоносный скрипт. Тот вытаскивал из проекта пароли, API-ключи и доступы и отправлял их на сервер исследователей. По обычным проверкам модель выглядела безупречно: отвечала как надо, пользовалась инструментами как надо и ничем себя не выдавала. Вся история обучилась примерно за два с половиной часа на одной NVIDIA L4 и обошлась дешевле пятидесяти долларов Способа обнаружить такой бэкдор, насколько я понимаю, на сегодня не существует #security #news MAX

DistScene Система от CoolBeam: превращает одно изображение в редактируемую 3D-сцену с расставленными объектами и окружением. • Генерация сцены из одного изображения: окружение и объекты вместе • Объект-центричный рефайнмент — восстановление деталей с акцентом на объект • Сцены композиционные: объекты можно редактировать отдельно • Прямой импорт в симуляторы навигации • Интерактивная демка в браузере Как работает • Самодистилляция данных: Trellis.2 генерирует объекты и среды, физик-чеки собирают сцены, рендер даёт conditioning • Два этапа: разреженная структурная генерация + геометрия-латентная генерация • Объект уводится в локальный воксельный саппорт для рефайнмента и возвращается обратно • База — разреженные воксели, разреженный DiT на flow-matching и LoRA huggingface.co/coolbeam/DistScene-preview-assets Спасибо @m_franz #image2scene #imageto3d MAX

#QI21 #LoRA huggingface.co/ML-Intern-lab/Qwen-Image-2.1-viewpoint-orbit-LoRA - орбита камеры вокруг объекта huggingface.co/Alissonerdx/BFS-Best-Face-Swap/blob/main/bfs_body_swap_v1.0_qwen_2.1.safetensors - замена тела/персоны в один проход modelscope.ai/models/DiffSynth-Studio/Qwen-Image-2.1-LayerExtract : выделяет объект по промпту и выносит на прозрачный фон modelscope.ai/models/DiffSynth-Studio/Qwen-Image-2.1-LayerRemove - LayerRemove: убирает объект с картинки и достраивает фон за ним. Оба — компактные LoRA, хот-свапаются в одном пайплайне #workflow github.com/leeblaab/ComfyUI-Workflows/blob/main/LEEBLAAB-QwenImage21-Character-SHEET.json - #charactersheet без локальных LLM: одна картинка → LLM-чат (инструкция в репо) → промпт → лист персонажа huggingface.co/zuanfilm/3D_Model_Multiview_Qwen_i21 - новый ракурс через 3D: TripoSplat делает сплэт из одной картинки (SPZ+GLB+орбита), выбираешь угол в ComfyUI, Qwen 2.1 реконструирует вид. Без Blender. Можно миксовать наряды и объекты с разных картинок github.com/scraed/LanPaint - #LanPaint теперь и для Qwen 2.1: #inpainting с правкой альфа-канала (прозрачность меняет форму), эдит-модель работает под маской github.com/capitan01R/ComfyUI-qwen_img_2_1_enhancer - две ноды внимания: Reference Strength (вес конкретного референса, мульти-реф) и Phrase Weights (вес фразы в промпте: (теплый свет:1.4)). Инспекция совпадений токенов civitai.red/models/2432921 - QR Code Monster: I2I-эдит, «трансформируй картинку в сцену, сохранив контуры» — QR-коды и иллюзии huggingface.co/RunningHubAI/rh-qwen-image-2.1-lora-2104918997757157378 - LoRA от RunningHub для Qwen 2.1 ——— huggingface.co/Viggle/Qwen-Image-2.1-viggle-turbo/blob/main/Qwen-Image-2.1-viggle-turbo-v0.2.1-6step-int8_convrot.safetensors - связка для #charactersheet : viggle-turbo 6-step int8 (7.26GB) + texture-fix VAE (676MB) Воркфлоу тут github.com/RiverSide71/Qwen-Image-2.1-viggle-turbo #NSFW качественный nsfw от @GrafSima civitai.red/models/2973335/qwen-image-21-super-duper-stable-nsfw-workflow edit режим civitai.red/models/2975820/qwen-image-21-edit-super-duper-stable-nsfw-workflow?modelVersionId=3372758

VNCCS (Visual Novel Character Creation Suite) Полный пайплайн для создания спрайтов персонажей в #ComfyUI. Главная фишка — консистентная внешность персонажа во всех изображениях. Весь цикл работы с персонажем: создание, организация, эмоции, одежда, позы. - Шаг 1: Character Creator — создание персонажа по описанию или через CHARACTER WIZARD (описал — система сама заполняет настройки). Модели: Illustrious, Anima, #QI21 - Шаг 1.1: Character Cloner — клонирование готового персонажа из любой картинки (скриншот, скачанный арт, своя отрисовка) - Шаг 2: Character Clothes — наборы одежды - Шаг 3: Character Emotions — эмоции на спрайты Что нового в VNCCS 3.0 • Полностью новый 3.0 workflow • Мастер миграции • Control Center — загрузка моделей из интерфейса (QI21, #Klein за 4 шага, #MiniMaxH3 для поз и одежды) • GENERATE PREVIEW • Style library • Pose Studio — контроль поз • SAM3 Details Recovery • Пресеты рас #personalization

MAI-Transcribe-2-Streaming и MAI-Voice-2.1 Microsoft обновил речевые модели: первый потоковый транскрибатор и два синтезатора речи в Microsoft Foundry. • Стриминговая транскрибация с черновыми расшифровками чуть больше чем за 100 мс • Непрерывное автоопределение языка • Один виртуальный голос на всех языках с родным произношением, без акцента • Клонирование голоса по нескольким секундам образца • Диаризация говорящих • Распознавание: 60 языков • Синтез: 23 языка, 26 локалей • Час транскрибации — $0.54 по акции до конца года • Миллион знаков синтеза: $22 у основной, $15 у Flash Доступны в Microsoft Foundry, MAI Playground, Azure Voice Live, на OpenRouter и Vercel. На Artificial Analysis потоковый транскрибатор стартовал с первого места. #asr #tts #streaming #diarize MAX

Kandinsky 6.0 Image Pro Картикогенератор тоже выпустиили • Удаление объектов и надписей • Замена объектов с сохранением стиля • Стилизация портретов и реставрация • Колоризация старых фото • Дизайн интерьеров по схеме помещения • Генерация с нуля по промпту • Архитектура MoE — ускорение более чем на 40% против предшественника • RAG: при запросе подтягивает релевантные фото из базы знаний в контекст • По внутренним сравнениям — на уровне Flux 2 Max и выше GPT Image 1.5 - это конечно заявка на победу, сильная претензия Попробовать (как и видео) можно в экосистеме GigaChat: Telegram, giga.chat, Android #t2i #imageediting MAX

EmbeddingGemma 2 Открытая мультимодальная модель для эмбеддингов от Google Обходит специализированные модели вдвое больше себя • Единое эмбеддинг-пространство для текста, кода, изображений, видео и аудио • Поиск видеоклипа по голосовой заметке, поиск по аудиозаписям • Работает через transformers, sentence-transformers, llama.cpp, Ollama, vLLM, MLX • 740М, модульная архитектура • Text-only — от ~270M, опциональные энкодеры: vision 170M, audio 300M • Контекст 8K токенов: до 5.5 минут аудио, 29 картинок, 58 видео-кадров • Сжатие векторов 768 → 128 (MRL) — до 6× экономии хранилища • На Pixel 11 Pro: ~191 МБ RAM текстовые веса, ~567 МБ полная модель huggingface.co/google/embeddinggemma-2 huggingface.co/unsloth/embeddinggemma-2-GGUF #embedding #multimodal #gguf MAX

🧿 Grom Motion: моушн-ролик по одному описанию Опишите, о чём ролик, выберите формат и длину. Grom Motion сам придумает сценарий, соберёт сцены с анимацией и типографикой, подложит звук и отдаст готовый mp4. ☑️ Что он умеет: генерирует то, чего не хватает: фото, музыку под длину ролика, озвучку по вашему тексту; • режет сцены в долю трека и добавляет звуковые переходы; • рисует инфографику, графики и бегущие цифры; • собирает ролик в 16:9, 9:16 или 1:1, от 6 до 60 секунд; • берёт ваши материалы: озвучку, картинки, видео, музыку; • правится словами: выделите фрагмент на таймлайне и напишите, что поменять. Прошлые версии сохраняются. 👉 Авторам контента: загрузите видео, где вы говорите в кадре. Grom Motion распознает речь, сделает субтитры по словам и добавит инфографику по смыслу сказанного. Из обычного говорящего кадра получается динамичный рилс, и монтировать его самому не нужно. 📹 В ролике — работы Grom Motion, каждая собрана по одному брифу. 📍Где найти: GPTunneL → workflow → «Моушн-ролик» Реклама. «ООО РТ», ИНН:5027275717, erid:CQH36pWzJq5ogcNuhuLncWypHWFmtuT9gykRaEKWmNNS7q

FreeVideo Локальный движок генерации видео на #MiniMaxH3 от FlashML-org. Рассчитан на домашние карты. Открытый код. • Текст, первый и последний кадры, референсы картинкой, видео и аудио • Четыре уровня качества: Light / Medium / High / Max • Комьюнити-LoRA для MiniMax H3 • Видео несёт в себе workflow — mp4 на канвас ComfyUI восстанавливает промпт, seed и настройки • Двухпроходный сэмплинг, батч, история генераций • Минимум 8 ГБ VRAM и 16 ГБ RAM, тяжелое выгружается в RAM и на диск • Движок подстраивается под железо: новые карты — нативный FP8, старые — FP8-веса с BF16-вычислениями, интел-бэкенд автопробой • На RTX 40/50/30 в v0.3.0 — быстрая инт8-модель • 10 сек: RTX 5090 — 122 с, RTX 4060 Ti — ~9 мин, Mac M5 24 ГБ — ~22 мин Строится на VDN-H3 (Video DeltaNet) в 8 шагов. Работает как плагин #ComfyUI, есть лаунчер для Windows/Mac и CLI на Linux. Установка в 2 минуты. github.com/FlashML-org/FreeVideo #gui #desktop

Nano Banana 2.1 Апдейт без новых фич — прокачка качества и логики - база Gemini 3.6 Flash вместо 3.1 Flash - стабильно держит образы нескольких персонажей - редактирует по маске точечно - умнее сшивает несколько референсов - выдает читаемый текст и аккуратную инфографику - убирает артефакты в панорамах 1:8 и 8:1 - уровни Thinking реально меняют результат 4K, до 14 референсов, Search grounding — уже были, теперь работают чище aistudio.google.com #imageediting MAX