Как-то пролетело мимо радаров. У HotShot ещё и можно персонализировать видео, закинув своё фото.

Это доступно, начиная со Standard за $29. Даётся 200 генераций в месяц, и безлимитное количество дневных круток (вероятно имеются ввиду ежедневные бесплатные генерации как в Kling).

Студентка по скетчам от руки сделала 3D модели персонажей и их анимацию.

Использовались:
* Edit mode и --Sref из Midjourney
* Krea
* Tripo3D
* Minimax

Понятно, что есть огрехи, неконсистентность, и мало контроля. Но для черновых анимаций, дабы понимать что работает, а что нет, вполне вариант.

Твит

RealityCapture: софт для фотограмметрии обновился до v 1.5.

Что нового:
* Экспорт Radiance Fields Transform и COLMAP для работы со сплатами и нерфами;
* Ускорение текстуризации;
* Вывод в USD и USDZ форматах;
* Дефрагментация текстур, для улучшения их качества и ускорения обработки;
* и другие улучшения.

А ёще недавно в RC стал бесплатен, если ваш доход меньше $1 млн/год.

Если у вас стоит v 1.4.2, то её нужно будет удалить, перезапустить лаунчер, и тогда появится возможность установить v 1.5.

Анонс
Полное видео на YouTube

JoyVASA: анимация картинок людей и животных по аудио с липсиком.

На первом этапе используется система раздельного представления лица, которая отделяет динамические выражения эмоций от статических лицевых 3D-представлений. Такое разделение позволяет системе генерировать более длинные видео, комбинируя любое статическое 3D-представление с динамическими последовательностями движений. Затем, на втором этапе, диффузионный трансформатор обучается генерировать последовательности движений непосредственно из аудиосигналов, независимо от идентичности персонажей. Наконец, генератор, обученный на первом этапе, использует 3D-представление лица и сгенерированные последовательности движений в качестве входных данных для создания высококачественной анимации.

Видео на выходе не шакалится, а рот не "жуётся" в пиксельную кашу. Но расти всё ещё есть куда, ибо пока результат кажется оторванным от реальности. Тем не менее, здесь есть код, а это не частая история для таких моделек.

Похожее из опенсорса: LivePortrait (который тут под капотом и испольуется), EchoMimic, V-express, DreamTalk, MuseTalk, и Hallo. Из закрытых HeyGen и Runway Act One, например.

Сайт
Гитхаб
Хаггинг

Дайджест:

📹 ВИДЕО + АРТ 🎨

Онлайн демки для Flux Tools на хаггинге: Fill, Redux, Canny, Depth. Альтернативно на Gliff.

Hailuo: добавили отмену генерации и её повтор (re-create). Плюс наваяли гайд по работе с видеогенератором.

Runway: релизнули outpainting для расширения кадра или смены его формата, а также генератор картинок Frames, по качеству, эстетичности, и кинематографичности бьющий в сторону Midjourney.

Luma: обновили Dream Machine. Появился генератор изображений/кадров Photon, редактирование изображения или видео через Modify, стабильные персонажи, и смешивание стилей.

Lightricks: выпустили новый видеогенератор LTXV. Выдаёт 24 FPS в 768x512 длиной в 5 сек, тратя на генерацию 4 сек. Есть text-2-video, image-2-video, video-2-video. 24 ГБ VRAM должно хватить, есть Comfy. По качеству отдалённо напоминает Mochi. Тесты Нейродеда.

Comfy: выпустили десктоп приложение.

Omegance: новый параметр ω (омега), отвечающий за детальность генерации. Добавляется в процесс денойзинга, работает с любой архитектурой без доп тренировки, и применимо как к картинкам, так и видео. Похоже на апскейлинг в "креативном" режиме.

Pinokio: в сайдпанели Comfy для некоторых AI-приложений теперь можно сразу скачать модель + воркфлоу через Download Mix. Пока поддерживаются LTX, Flux Tools, Mochi.

StabilityAI: выпустили контролнеты на SD 3.5 Large. Помимо стандартных Canny и Depth ещё есть нечто новое — Blur для апскейла до 8к или 16к. Кстати SD 3.5 Medium не снискала популярности тоже.

Inria: авторы сплатов обновили основной код в репо: ускорили тренировку примерно в 2 раза, добавили сглаживание (anti-aliasing), и не только.

Brush: новое приложение для тренировки сплатов. Есть как десктоп апа, так и веб-интерфейс, работающий через WebGPU.

Burn: новый фреймворк для DL на Rust, с фокусом на гибкости, эффективности и портативности. Есть поддежка WebGPU. Brush как раз использует Burn.

Snap: добавили в Lens Studio v 5.3 возможность тренировать сплаты. Сама тренировка происходит в облаке.

ClarityAI: их апскейлер появился на Pinokio.

RMBG-2: тоже пинокио апа для удалятора фона.

Qwen2.5 Coder подрубили к ffmpeg, чтобы можно было вкинуть картинки + музыку и собирать/редактировать видео промтом. Пока выглядит как переизобретение колеса лишь бы решать всё командой/промтом и не касаться GUI.

Моделька заточенная вписывать лого в заданный промтом контекст.

ConsisID: опенсорсная генерация персонализированных видео с сохранением стабильности лица.

EchoMimicV2: анимация картинок с липсинком и жестикуляцией. Пока шакально.

OminiControl: вписывание объекта с реф картинки в новое изображение по описанию.

InstantX: подогнали IP-адаптер для Flux.

Pika: запустили API и убрали Unlimited тариф ибо его эксплоитили и они жгли деньги. Вместо него будет Fancy c 6000 кредитов/месяц.

Samurai: новый сегментатор объектов на фото/видео, который показывает себя лучше SAM2.

Krea: добавили поддержку Kling 1.5. Ещё недавно они обновили тренировку Flux на сайте.

🎸 ЗВУК 🎸

Suno: записываемся в вейтлист прилы на Android.

ElevenLabs: выпустили для iOS генератор подкастов GenFM на основе доков пользователя.

PlayAI: запустил модель Dialog для эмоционального общения голосом с минимальной задержкой. Плюс сделали PlayNote для подкастинации pdf файлов. Лавры NotebookLM не дают покоя. Есть ещё на ламе NotebookLlama.

EzAudio: релизнули контролнет для генерации звуков и музыки по рефу (например, можно напеть нужную мелодию). Есть и text-2-audio версия, там же инпейтинг и редактирование.