Google DeepMind анонсировала Genie 4: мировая модель с нативным аудио
Google DeepMind представила Genie 4: интерактивная мировая модель генерирует видео и звук одновременно и реагирует на текстовые запросы.
По материалам: Google DeepMind
ИИ-видео
Модели и сервисы, которые делают видео из текста и картинок: выходы, обновления, цены и доступ.
-
-
NVIDIA добавила в Cosmos 3 четыре open-weight чекпоинта
NVIDIA выложила четыре открытых чекпоинта Cosmos 3 Nano по 16B параметров: синхронное видео с 11 камер, LiDAR и симуляция двух рук.
По материалам: Hugging Face
-
Сбер открыл доступ к Kandinsky Avatar 1.0 для говорящих видеоаватаров
Сбер выложил в открытый доступ Kandinsky Avatar 1.0: нейросеть делает говорящие видеоаватары по фото и записи голоса, код и веса под лицензией MIT.
По материалам: RB.ru
-
Google выпустила Gemini Omni 1.2 Flash: клипы до 15 секунд и цена ниже на 30%
Google сделала Gemini Omni 1.2 Flash общедоступной: клипы до 15 секунд, правки в диалоге и $0.07 за секунду 720p, на 30% дешевле модели 1.1.
По материалам: Google
Мы пересказываем новости своими словами и всегда даём ссылку на первоисточник. Тексты готовит ИИ, факты сверяются с источником. RSS-лента