Вот так выглядит голосовой режим и Draft Mode в Midjourney V7.

Я возможно придираюсь, но вот это вот "добавь единорога на задний план" полностью меняет картинку и композицию. Это как бы не редактирование картинки, а редактирование промпта.

Просто мы тут уже насмотрелись на реальное редактирование картинок в chatGPT и Gemini. Ну и зажрались.

@cgevent

SkyReels-A2: Compose Anything in Video Diffusion Transformers

Опенсорсная ответочка Kling Elements и Pika Ingredients

Этакий метакомпоз. На входе референсы и промпты, на выходе вот такой вот видеоряд.

Теперь это нашлепка над весам Wan - пару месяцев назад выходил SkyReels-V1 - там был использован Хуньянь.

Код, демо и все дела есть. Обещают поддержку Комфи.

Для тех, кто генерит ручками у себя - самое время потестировать подождать.

Просто железо пока не потянет, у них в планах вот такое:
User-Level GPU Inference on RTX4090

А сколько жрет сейчас неведомо.

Вообще-то это релиз от https://www.skyreels.ai/home

Мне не очень нравятся такие проекты - никогда нельзя сказать в чем отличия кода и весов у них на сайте и кода и весов в репозитариях.

@cgevent

А у меня сегодня день рождения! Поэтому, пожалуй, ничего писать не буду ни в субботу, ни даже в воскресенье. Пойду потрогаю траву и смешную лору для Wan (на видео).
Только что провел AI-Party на 250 человек, было весело, генерили картинки и видео, издевались над нейродедом, скармливая его в chatGPT и Sora.
Хотите поздравить нейродеда и оценить усилия по ведению канала (каналу, кстати, 7 лет и 7 месяцев) - добро пожаловать в кнопку Донат или сюда.
Всем отличных выходных!

Ваш нейродед.

🌟 Поддержать канал
И поздравить нейродеда

Понять за 60 секунд.

Вот нашел в фейсбучеке ролик, практически сгенерированный с помощью ИИ, по крайней мере спотыкающаяся озвучка, намекает. Но речь не про качество ролика. А, как ни странно, про содержание.

Вот я тут ною, что пока все эти ИИ-трейлеры режут глаз ацкими нестыковками по монтажу и принципом "слепила из того, что было".

Но похоже люди с такой насмотренностью будут потихоньку вымирать, ибо кто сейчас еще ходит в кино и может посмотреть два часа контента, не умерев от усилий по удержанию фокуса.

Новым нормальным тиктокерам уже 20-минутные эпизоды сериалов даются с трудом.

Поэтому появляются 60-секундные сериалы.

И вот тут-то ИИ развернется во всю мощь. Какие монтажные переходы, какой внутрикадровый монтаж? Новый нормальный контент компрессирует всё в щель внимания потребителя интернетика, которая сжимается все сильнее.

И вот тут-то появятся, наконец, кнопки "Сделай быстро".

Кроме того, если если подучить сетки сразу на этих самих 60-секундных сериалах и скриптах к ним, то все сведется к серверам, генерящим такой контент непрерывно.

@cgevent

One-Minute Video Generation with Test-Time Training

Ого, вот это уже интересно.

По крайней мере тема с 60-секундными сериалами закрыта.

Когда вы смотрите все эти "нейросетьсделалахарипотера", вам наливают нарезку по 5 секунд из несовместимых движений камеры. Пока только видео-2-видео и говорящие головы могут генерить контент больше минуты.

А тут вот авторе взялись порешать задачу длинных видосов. По сравнению Mamba 2, Gated DeltaNet и слоями со скользящим окном внимания, слои Test-Time Training генерируют гораздо более целостные видео, рассказывающие сложные истории.

Срочно шуруйте вот сюда и смотрите, что они сотворили с Том и Джерри:
https://test-time-training.github.io/video-dit/

Там внутри CogVideoX 5B model. Авторы говорят, что можно генерить и более длинные видео, а артефакты в будущем можно пофиксить взяв более тяжелые модели.

Ну и обратите внимание на промпты, они величиной с Юпитер. Но вы же понимаете, кто будет их писать...
В оригинале 21 параграф:

An underwater scene stretches across the entire screen. Amidst the colorful reef, a small, rolled-up parchment map lays on the sea floor. Jerry, the brown mouse, swims calmly into the scene from the left, his large eyes wide with curiosity, carefully looking around while his tiny paws propel him forward gently. A small, rolled-up parchment map is laying on the sea floor. The map has a single small red x on it.

An underwater scene stretches across the entire screen. Jerry, the brown mouse, pauses, his attention drawn to a small, rolled-up parchment map laying on the sea floor. With gentle care, Jerry grasps the delicate parchment with both paws and slowly unrolls it, examining its smooth surface intently. The map has a single small red x on it.<end_scene>

<start_scene>A coral-covered underwater area stretches across the screen, rich with delicate coral formations in pastel hues gently moving with the rhythm of the ocean. Jerry, the brown mouse, swims thoughtfully toward a gently glowing sea anemone, its soft tentacles subtly pulsing with luminescence. Jerry's expression is curious and determined, his tiny paws methodically propelling him through the water. As he swims, he turns his head left and right, eyes carefully scanning for something important. The camera smoothly pans along with Jerry's steady forward swimming, highlighting his thoughtful and attentive demeanor as he continues his careful exploration of the vibrant underwater environment.<end_scene>

<start_scene>Underwater, a close-up reveals Tom, the blue-gray cat, with a hungry and predatory expression, his sharp eyes narrowed as he keenly scans the surroundings. Tom turns his head methodically from left to right, squinting his eyes carefully as he searches for something, a cunning gleam evident in his gaze. Small bubbles of air gently rise behind him, highlighting his location beneath the ocean surface. In the softly swaying background, a green coral plant moves rhythmically with the water's flow. Tom is depicted naturally, free of any clothing, his sleek fur softly illuminated by the refracted sunlight filtering down from above.<end_scene>

<start_scene>Underwater, a large purple coral sways gently and rhythmically from side to side in the mild ocean current. From behind the broad coral branches, Tom, the blue-gray cat, peers mischievously with a sly and calculating smile, his eyes following Jerry intently. Jerry, the brown mouse, swims slowly and obliviously past Tom, calmly navigating the serene underwater landscape without sensing any threat. The camera smoothly pans horizontally, tracking Jerry's leisurely movement across the scene, emphasizing Tom's stealthy observation, his sly grin deepening as he patiently waits for the ideal moment to act upon his mischievous intentions toward Jerry.

Кстати, код есть
https://github.com/test-time-training/ttt-video-dit

Ну и прежде чем писать о том, какая же отстойная анимация, представьте, что все это смотрят двухлетки, которым все равно на принципы диснея, а траффик, как известно не пахнет.

@cgevent