😮 Black Forest Labs выпустили FLUX.2

Теперь решает возможность быстро, без заморочек, а главное, консистентно редактировать изображения. И тут уже начинается прямая конкуренция с Nano Banana Pro, которая очень высоко задрала планку.

Черипики, конечно, хорошие, но то, насколько Flux.2 послушно редактирует картинки, можно будет проверить только на практике. Настораживает, что нигде не показали, как модель генерит новые ракурсы, а это чуть ли не главная фишка моделей нового поколения с LLM под капотом.

Ещё очень интересно, как обстоят дела с разными стилями рисовки и консистентностью персонажей. Первая версия стили очень не любила и целиком опиралась на LoRA, что отчасти исправили с Kontext. В новой версии работу с референсами сильнее прокачали, но опять же, нужно тестить.

У модели 32 миллиарда параметров, в качестве энкодера используется Mistral 3 24B. Идёт в трёх версиях: pro, flex и dev. Веса dev-версии уже опубликованы на 🤗 с некоммерческой лицензией. Скоро обещают выпустить ещё и дистиллированную klein с Apache 2.0.

Еще выпустили новый FLUX.2 - VAE с лицензией Apache.

Elo скор у Flux 2 ниже чем у Banan Pro, гугл их тут, конечно, опередил с релизом.

Потестировать модель можно здесь.

Веса[dev]
Блогпост

@ai_newz

Разные полезности про 🍌Нано Банану Про🍌

1. В Твиттер блоге Google Ai Studio вышла статья: "Полное руководство по Nano Banana Pro: 10 советов для профессионального создания ассетов". Чтобы вам не лезть в это проклятое место, перевел материал — ЗДЕСЬ. Картинки прилагаются.

2. На Гитхабе энтузиасты начали выкладывать разные сценарии использования Бананы Про, можно что-то подсмотреть для себя. Материал обновляемый. ЗДЕСЬ.

3. Обновил бота промтера для Бананы, теперь он выдает два промта — для обычной и прошки — ЗДЕСЬ.

🍌

Mago теперь ОТКРЫТ ДЛЯ ВСЕХ

☺️ Самый стабильный AI-инструмент video-to-video. Обходим o1 от Kling по многим параметрам.
Создан для креаторов, VFX-художников и 3D-артистов, которым нужен контроль, а не хаос.

Mago сделан под ТВОИ задачи:
• Nano banana Pro для точных правок
• AI VFX, который встраивается в твой пайплайн
• Аккуратная замена персонажей
• AI-рендер, который ускоряет 3D-воркфлоу

Рендерь своё креативное видение в Mago 🎬

👉 Open Beta: LINK
💸 40% скидка на первую покупку по коду LAUNCH

В общем минимальная активность моя в канале вызвана большим вкладом в этот проект, хе-хе

🤖 Google DeepMind учит роботов предсказывать будущее с помощью уже существующей видеомодели Veo

😚Команда Gemini Robotics представила проект, который меняет подход к обучению роботов. Они использовали Veo (свою генеративную видеомодель, аналог Sora) как «симулятор мира».

😶‍🌫️В чем суть?
😚😚Обычно роботов обучают в реальном мире (долго, дорого) или в 3D-симуляторах (сложно программировать физику). Google предложил третий путь: General World Models.

😶‍🌫️Как это работает:
1️⃣ Робот анализирует сцену.
2️⃣ Модели подают команды (например, "возьми кубик").
3️⃣ Veo генерирует видео, предсказывая, как изменится реальность после этого действия.

😶‍🌫️Зачем это нужно?
😚 Nominal Evaluation: Проверка навыков без участия реального железа.
😚 Смена декораций: Можно попросить нейросеть: «Представь, что стол красный» или «Добавь на фон игрушку». Робот учится не теряться в новых условиях.
😚 Тесты безопасности: Можно симулировать опасные ситуации (рука человека в рабочей зоне), не рискуя ничьими пальцами.

😗😙: Это шаг к тому, чтобы роботы обучались в "world model", прежде чем выйти в реальный мир.

И конечно риски и слабые стороны такого подхода:
🥵Галлюцинации физики: Твердые объекты могут внезапно расплавиться, изменить форму или телепортироваться.
🥵Неконсистентность моделей: Если рука робота надолго закрывает предмет, он исчезнет, когда рука уберется.
🥵Неточность контроля действий: Робот на сгенерированном видео иногда игнорирует команды (например, продолжает двигаться, хотя должен был остановиться).
🥵Размытие (Blur): Мелкие детали иногда «плывут», из-за чего алгоритмам робота сложно захватить объект.

Многие из этих вещей так же тормозят использование моделей в видео продакшене

🥲☺️😊
https://veo-robotics.github.io/
https://labs.google/flow/about