Нейросети для картинок
Нейросети для картинок создают изображения по текстовому описанию: Midjourney (миджорни), Stable Diffusion, FLUX, DALL-E и Nano Banana превращают промпт в иллюстрацию, фото или арт за секунды. Качество уже спорит с работой дизайнера, а суды разбирают вопросы авторских прав. Здесь — все наши материалы про генерацию изображений: релизы моделей, сравнения, цены и правовые баталии.
Alibaba DAMO учит роботов на 30 тыс. часов видео без меток действий
RynnVLA-Latent от Alibaba DAMO Academy предобучается на 30,1 тыс. часов видео без разметки действий. Модель на 4 млрд параметров набрала 98,8% на LIBERO и 88,6% на…
SATE-Bench: мультимодальные модели бросают исследование сцены слишком рано
Новый бенчмарк SATE-Bench: 316 реальных сцен и 2525 QA-пар. Топовые MLLM прекращают обзор раньше времени и при этом уверены в ответе, а GRPO-дообучение путает их…
Meta выпустила Muse Wonder и Wonder Full: индекс интеллекта вырос с 48 до 56
Muse Wonder и Muse Wonder Full набрали 52 и 56 баллов в Artificial Analysis Intelligence Index против 48 у Muse Spark 1.3. Агентные тесты выросли сильнее всего…
Первая полная карта неба в УФ-диапазоне: как Claude Science заполнила пробелы 50 лет наблюдений
Qwen-Image-PE учит нейросеть дизайну: энхансер промптов дал +7,81 балла
AV-FABLE: исследователи собрали 998 часов видео для поиска точечных дипфейков
RoboJev-27B определяет успех робота по 10 кадрам: AUROC 0.993 на SO-101
C3L разрывает петлю дрейфа объяснений в continual learning: 5 бенчмарков, 20+ базлайнов
Исследователи из Тель-Авива показали, что регуляризация по собственным saliency-картам закрепляет ложные корреляции, и предложили C3L с опорой на семантические…
Открытый визуальный бэкбон учится менять правила обучения на лету: 1000+ звёзд на GitHub
Авторы выложили в open source визуальный бэкбон, который сам меняет правило обучения по ходу работы. Проект набрал больше 1000 звёзд на GitHub и занял 2-е место в…
WorldMemBench проверяет, помнят ли модели мира комнаты и события
ACEdit учит редактор изображений работать на своих ошибках без деградации
Mine-Sample-Render: трёхэтапный метод разнообразной генерации
OmniXRef: унифицированный фреймворк для редактирования видео с мультимодальными ссылками
Groq запустил Meta Muse Spark Open: 816B параметров и 350+ токенов/с
Meta выпустила open-weight модель Muse Spark Open для агентного кодинга: 816B параметров, 42B активных. На GroqCloud она доступна в limited preview на скорости 350+…
Moonshot выложила Kimi Vendor Verifier: 6 тестов для проверки провайдеров K2.6
Вместе с Kimi K2.6 Moonshot открыла KVV, набор из шести проверок для провайдеров открытых весов. Полный прогон занимает около 15 часов на двух серверах с 8 H20.