Digital-полезности

🖼 Расширяем изображение. Diffusers Image Outpaint — инструмент, который дорисует недостающие области изображения, расширив его по вертикали или по горизонтали. Загружаем картинку, выбираем нужное соотношение сторон и жмем Generate. • Попробовать #neural #нейросеть @aiaiai

Создаём дипфейки прямо в браузере — вышел сервис Facecam. Работает ультрапросто: загружаем нужное лицо, включаем камеру и... готово! Самое крутое — можно пользоваться бесплатно, по исчерпанию лимита просто создаём новый аккаунт. Пользуемся бесплатно — здесь.

Vehicle AI — это веб-приложение, которое использует Generative AI для идентификации любого транспортного средства. Используя модель Gemini от Google, оно может определить марку, модель, цвет и год выпуска транспортного средства по изображению. 4️⃣ GitHub

10 нейронок, анимирующих лица 🥸 Собрала вам полезные инструменты для оживления портретов. 1️⃣ Emote Portrait Alive (EMO), созданная Alibaba, анимирует картинку и генерит звук. 2️⃣ Follow-Your-Emoji наделяет лицо экспрессивными эмоциями. 3️⃣ Модель VASA-1 от Microsoft создаёт реалистичные говорящие лица. 4️⃣ Китайская Champ может заставить объект двигаться всем телом. 5️⃣ Фреймворк Follow-Your-Click запускает анимацию на отдельных фрагментах картинки. 6️⃣ Ту же работу делает Multi Motion Brush в нейросетях RunwayML. 7️⃣ Fal заменяет лицо на другое. 8️⃣ DeepLiveCam делает это в реальном времени. 9️⃣ С помощью LivePortrait накладываем эмоции из другого источника. 1️⃣0️⃣ EchoMimic анимирует и по аудио, и по ключевым точкам картинки. Сохраняйте себе, шерьте друзьям ✉️

Gen-3 Alpha — теперь это полноценный ИИ-видеоредактор. Загружаем видео, пишем промт с описанием стиля, в котором хотим получить новый ролик, и через пару минут все готово. Можно превратить реалистичный ролик в анимацию, поменять декорации, одежду и даже внешность человека. Выглядит сильно, но доступно только по подписке.

У Vidu новая мощная фича — теперь можно генерировать видео не только с лицом нужного человека, а с любым объектом. Обновление доступно и в бесплатном тарифе, качество не идеальное, но сама фича — топовая.

Локальные альтернативы популярным нейросетям и AI сервисам. К сожалению, доступ для российских пользователей постепенно перекрывается все большим количеством компаний, один из последних примеров - ElevenLabs, которые ужесточили получение доступа к своим продуктам из РФ. Поэтому я подготовил для вас подборку локальных (то есть, работающих за счет мощностей только вашего ПК) нейронок, которые смогут заменить онлайн сервисы. Разумеется, многие из них не сравнятся по качеству результата с их облачными аналогами, но зато их точно у вас никто не отключит. Генерация изображений: MidJourney, Ideogram, Leonardo, Dall-E 3: Для начинающих отлично подойдет Fooocus, позволяющий работать с моделями семейства Stable Diffusion XL Для пользователей с более высоким уровнем требований к функционалу, стоит рассмотреть stable-diffusion-webui-forge и ComfyUI для работы с большинством популярных моделей, такими как SD XL, Flux и многими другими. Эти программы более сложные в освоении, но дают намного больше возможностей и контроля над конечным результатам, а также имеют систему расширений. Генерация Видео: Luma, Kling, Vidu, Sora (которая когда-нибудь выйдет): Тут у нас все немного сложнее. Генеративное видео требует больших вычислительных мощностей от вашего ПК. Тем не менее, вы можете присмотреться к Stable Video Diffusion, а также к недавно вышедшим CogVideoX-5b и CogVideoX-2b. Для последних двух есть специально сделанный вокрфлоу для ComfyUI. Также стоит упомянуть проект Open Sora, но для работы с ним нужная мощная серверная видеокарта, этак на 40 и более гигабайт видеопамяти. Генерация музыки и звуков: Suno, Udio: Тут у нас, к сожалению, не так много достойных альтернатив, которые могли потягаться с сервисами выше. Тем не менее, стоит обратить внимание на StableAudioWebUI, которая работает с Stable Audio Open, а также на аудио-комбайн tts-generation-webui, который позволяет работать с моделями MusicGen и AudioGen Работа с речью (клонирование речи, текст-в-речь): Лучше всего для этой задачи подойдет XTTS-WebUI. Данная программа включает в себя работу как с созданием озвучки голосом из текста, так и для преобразования из голоса-в-голос, так как содержит в себе инструментарий для клонирования голоса. Кроме этого, в данной программе есть возможность автоматического перевода и озвучки текста на другом языке. Генерация текста (языковые модели или чат-боты): Осваивать мир локальных языковых моделей (или как их еще называют в народе - чат-боты) можно с программы LM Studio. Она позволяет работать с самыми различными моделями, а с недавних пор начала поддерживать работу с вашими документами. Что же касается моделей, то тут зависит от вашей видеокарты. Универсальным решением для старта будет модель gemma-2-2b-it-abliterated-GGUF, так как она является достаточно легковесной, шустрой, но при этом и весьма неплохо справляющейся с русским языком. А какие программы и нейронки заменили вам популярные сервисы? Напишите в комментариях свои варианты, а также было бы интересно узнать ваше мнение, на каких из перечисленных программ вы бы хотели увидеть полноценный обзор. Neurogen

🤓 Расшифровываем речь на видео. Read Their Lips прочитает по губам видео без звука или с неразборчивой речью. Достаточно загрузить видео, выбрать временной отрезок для расшифровки и выделить область, чтобы всё лицо попадало в кадр. Бесплатно, особенно хорошо справляется с английской речью. • Попробовать #нейросети #neural @aiaiai

Нейросеть раскрасит старые фотки и вдохнёт в них вторую жизнь — вышел Image Colorization. Сервис использует бесплатные модельки Stable Diffusion, чтобы превратить чёрно-белые фотки в цветные — получается бомбезно. Инструкция по установке уже лежит на GitHub.

Прикольный сервис для редактирования фоток — Reshot AI позволяет быстро поменять положение рта и глаз, а также добавить улыбку. Работает на LivePhoto.