Telegrok AI

Метаверсище и ИИще Это видео я хотел прикрепить к посту про то, что Lionsgate заключила сделку с Runway. Но забыл. Исправляюсь. Это картинки из Флюкса+Лоры, присунутые в Runway. На реддите отчаянно ищут блох - зубы кривые, башка большая, тело маленькое.. Стадия гнев. Скоро депрессия и принятие. Заберите девочку и скормите ея в video2video. Она и так хороша, но можно будет снимать сериалы и накидывать на них скины: аниме, пластилин, киберпанк.. И тут мне пришла в голову идея выпить за модный эмоциональный интеллект. Берем актеров и студентов актерских вузов, курсов, тусовок. Размечаем датасет. Тут радость, тут грусть, тут нереальное сопререживание, тут чудовищная эмпатия. Дальше пишем промпты. Точнее пишем, что надо выдавить из кожаного зрителя, а chatGPT или Жан Клод напишет оптимальный промпт для генерации. Ну, за эмоциональный интеллект, которые плавно приватизирован искусственным интеллектом. @cgevent

GPT/ChatGPT/AI Central Александра Горного Apple запустил открытый бета-тест AI на своих устройствах Компания выпустила публичные бета-версии iOS 18.1, iPadOS 18.1 и macOS Sequoia 15.1, в которые встроен набор инструментов Apple Intelligence. Обновление содержит AI-инструменты для написания текста, удаления объектов с фотографий и переработанную Siri. Apple Intelligence доступен на iPhone 15 Pro, 15 Pro Max и на всех iPhone 16. Пока он работает только на английском и только в США. https://techcrunch.com/2024/09/19/apple-intelligence-is-now-live-in-public-beta-heres-what-it-offers-and-how-to-enable-it/ — GPT o1-preview и o1-mini уже доступны в c.aiacademy.me

Machinelearning 🌟 jina-embeddings-v3: мультиязычная модель эмбединга текста. jina-embeddings-v3 - мультиязычная (89 языков, включая русский) многозадачная модель текстового эмбединга с 570M параметров, предназначенная для задач NLP. Модель построена на архитектуре Jina-XLM-RoBERTa, поддерживает Rotary Position Embeddings для обработки длинных входных последовательностей до 8192 токенов. Она оснащена 5 адаптерами LoRA для генерации эмбедингов, специфичных для конкретной задачи: 🟢retrieval.query: эмбединг запросов в задачах асимметричного поиска; 🟢retrieval.passage: эмбединг фрагментов текста в задачах асимметричного поиска; 🟢separation: для эмбедингов в приложениях для кластеризации и повторного ранжирования; 🟢classification: эмбединг в задачах классификации; 🟢text-matching: используется для эмбедингов в задачах, которые количественно оценивают сходство между двумя текстами, например, STS или симметричный поиск. Адаптеры LoRA составляют менее 3% от общего числа параметров, обеспечивая минимальные ⬇️

⬆️ расходы на вычисления. Имея размерность вывода по умолчанию 1024, пользователи могут произвольно сократить размерность эмбедингов вплоть до 32 без ущерба для производительности благодаря интеграции Matryoshka Representation Learning. Модель доступна через API Jina, а также в ближайшее время будет доступна на Azure Marketplace и AWS SageMaker. Jina AI сотрудничает с поставщиками векторных баз данных (Pinecone, Qdrant и Milvus), с платформами оркестрации LLM (LlamaIndex, Haystack и Dify), чтобы обеспечить интеграцию с Jina Embeddings V3. Jina Embeddings V3 можно использовать локально через Transformers или SentenceTransformers. Модель также поддерживает формат ONNX. 📌Лицензирование : CC BY-NC 4.0 License. Для коммерческих проектов - свяжитесь с разработчиком. 🟡Страница проекта 🟡Arxiv 🟡Модель 🟡Demo 🟡Сообщество в Discord @ai_machinelearning_big_data #AI #ML #LLM #Embedding #JinaAI

Psy Eyes Kling: обновили генератор видео до версии V 1.5. Что нового: * Видео в 1080p, которые оптимизированы генериться под широкоформат * Улучшилось следование промту * Повысились качество, динамичность, и эстетичность картинки * High-Quality (Professional) режим по той же цене Также появился инструмент Motion Brush для выделения до 6 объектов на видео и их анимации по указанной траектории. Или можно задать, что должно остаться статичным. Такая же фича есть у Runway (не Gen-3) и Kaiber. Максимальная длительность видео из Motion Brush — 5 сек. Пока контроль камеры и Motion Brush есть только в V 1. В версию V 1.5 они подъедут позже. В обычном image-2-video режиме выдаётся видео длиной до 10 сек. Одновременно в Kling может генериться до 4 видео. Анонс

Метаверсище и ИИще Хотя Motion Brush был давно в Пике и Рунвее, но реализация в Клинге выглядит довольно интересно. Там и Segmentation Anything, и замес из InstantDrag, Drag Diffusion, DragVideo и других драгонов. Нейропротокомпоз силой мысли и мышки. Не уверен, что работает в Kling 1.5 @cgevent

Метаверсище и ИИще А мне пока из всех 3Д генераторов больше всех нравится нравится Родэн. Они недавно внедрили фичу multiple images to 3D. Ну то есть на входе несколько картинок-ракурсов. И это окончательно стало напоминать нейрофотограмметрию. Однако они крутят ролики, где их качество сильно побивает фотограмметрические сканы. Плюс у них куча ништяков - pbr, нормали, картун шейдер и даже ретопология. Более того, они позавчера прикрутили рейтрейсер во вьюпорте! Причем на базе WebGPU! Там теперь наноВирейГПУ в реалтайме крутит материалы. Цены примерно как у всех. Есть бесплатные планы. Можно логиниться гуглом. https://hyperhuman.deemos.com/ @cgevent

Нейронавт | Нейросети в творчестве Tripo 2.0 Новый генератор 3D моделей с PBR текстурами по тексту и по изображению. Генерация занимает несколько минут, и вы получаете 4 варианта модели. На старте дают 600 кредитов, это на 10 генераций по 60 кредитов. После генерации вам предлагают сделать риг за 20 кредитов и можно назначить на модель анимацию. Конвертирование и сохранение модели, кстати, тоже стоит - 10 кредитов. Можно сделать ретопологию. Короче, инструмент серьезный+- Тест Бендера - хорошо. Го тестить! #textto3d #imageto3d

Machinelearning Приглашение на открытый вебинар: Разметка данных с помощью CVAT На данном открытом уроке вы узнаете: - Как осуществляется разметка в CVAT. - Как интегрировать собственную авторазметку. - Про разные виды конвертеров готовой разметки. В результате вебинара вы сможете: - Начать использовать CVAT в своих проектах. - Ускорить процесс разметки в десятки раз. - Стать опытными пользователями CVAT. Для кого это занятие: Этот вебинар будет особенно интересен начинающим и продвинутым разработчикам компьютерного зрения, разметчикам. Присоединяйтесь к открытому вебинару 23 сентября в 20:00 мск! Встречаемся в преддверии старта курса «Компьютерное зрение». Все участники вебинара получат специальную цену на обучение! Регистрируйтесь прямо сейчас, чтобы не пропустить мероприятие: https://clck.ru/3DNk6F Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ", ИНН: 9705100963

epsilon correct Сколько на самом деле стоит инференс GPT-4o? Почему-то многие думают, что провайдеры больших языковых моделей продают API чуть ли не себе в убыток. Я бы хотел поделиться прикидками о том, почему это совсем не так, и заодно помечтать о том, сколько параметров мы можем себе позволить тратить на модель, которая сможет заменить человека в работе. Все расчёты можно воспроизвести в колабе, меняя цифры, как вам захочется. Выводы остаются неизменны. Для расчётов нам нужно сделать несколько допущений: 1. Количество активированных параметров в модели. Для GPT 4 Turbo широко ходили слухи про 200 миллиардов параметров, так что 4o должна быть меньше. По данным Artificial Analysis, пропускная способность GPT-4o – 95 tok/s, что находится между LLama 3.1 7b (182 tok/s) и 70b (80 tok/s). Для наших целей предположим, что в 4o 100 миллиардов активированных параметров, делая скидку на то, что в OpenAI инференсом занимаются крайне толковые люди. Кстати, Gemini Flash 1.5 с последним обновлением выдаёт 330 tok/s. 2. Амортизированная стоимость сервера с 8 H100. Чтобы не сильно расстраиваться, возьмём оценку сверху как цену такого сервера на AWS – на сегодняшний день $39.33 в час. На рынке цены могут быть минимум в пять раз меньше. 3. MFU – какой процент вычислений используется эффективно. Стандартом является 30-50%, для наших прикидок возьмём 30%. При таких допущениях (а с другими вы можете поиграть в колабе), стоимость инференса миллиона токенов получается $0.23. Сравним это с официальной ценой в $2.5 за input и $10 за output и получим наценку API в ~50 раз. И это – оценка сверху со всеми допущениями в сторону удорожания. С другой стороны, кому-то же надо скидываться Саме на Koenigsegg. 😮‍💨 Заодно мы можем посчитать, насколько дешевле модели в сравнении с кожаными мешками. Взяв минимальную зарплату в Нью-Йорке ($16) и производительность в 100 токенов в минуту (среднее у людей примерно 50 слов в минуту), получим стоимость миллиона токенов в $2666.67. Даже o1 со своими $60 / Mtok тут рядом не стоит. Есть, куда ⬇️