Neurogen

Qwen-Image-Edit Qwen представлили Qwen-Image-Edit — модель для редактирования изображений, основанную на 20-миллиардной модели Qwen-Image. 🔘Ключевые возможности Двойное управление редактированием: • Семантическое редактирование — изменение содержания с сохранением визуальной семантики • Редактирование внешнего вида — точные изменения элементов с сохранением остальных областей Прецизионное редактирование текста: • Поддержка китайского и английского языков • Добавление, удаление и модификация текста • Сохранение оригинального шрифта, размера и стиля SOTA производительность: • Лидирующие результаты на публичных бенчмарках • Мощная базовая модель для редактирования изображений 🔘Возможности семантического редактирования IP-персонажи и создание контента: Модель может создавать разнообразные вариации персонажей, сохраняя их узнаваемость. Например, создание эмодзи-пака с персонажем Capybara по типам личности MBTI. Синтез новых ракурсов: Возможность поворота объектов на 90° и 180° для просмотра с обратной стороны. Стилевые трансформации: Превращение портретов в различные художественные стили, включая стиль Studio Ghibli. 🔘Редактирование внешнего вида Добавление объектов с учетом физики: Модель не только добавляет элементы, но и создает реалистичные отражения. Точное удаление деталей: Удаление мелких объектов, включая тонкие пряди волос. Прецизионная модификация элементов: Изменение цвета конкретных букв или символов с сохранением всего остального. 🔘Мастерство текстового редактирования Поддержка двух языков: • Редактирование английского текста с сохранением стиля • Работа с китайским текстом и каллиграфией • Редактирование как крупных заголовков, так и мелких сложных элементов 🔘Цепочечное редактирование Пошаговая коррекция: Пример пошагового исправления ошибок в каллиграфическом произведении "Лантинцзи Сюй" — от исходного изображения с ошибками до идеальной каллиграфии через несколько итераций. 🔘Применения ✅Создание IP-контента ✅Редактирование фотографий ✅Графический дизайн ✅Создание виртуальных аватаров ✅Художественные трансформации ✅Редактирование текстов в изображениях 🔘Где попробовать Qwen Chat (функция "Image Editing") 🔘Ресурсы: • GitHub • Hugging Face • ModelScope

⚡️Ведение всех соц.сетей без хаоса Если вы ведёте несколько соцсетей, то знаете этот хаос: десятки вкладок, куча напоминаний, посты в разных форматах… А теперь представьте, что всё это можно делать в одном окне. С Postmypost вы: • Публикуете в один клик сразу во все соц сети • Настраиваете отложенный постинг без ограничений • Автоматизируете ответы и следите за комментариями в реальном времени • Используете AI-ассистента для текстов и картинок • Видите аналитику по всем соцсетям • Планируете контент в удобном календаре для всей команды Postmypost — это ваш центр управления соцсетями. 🎁 7 дней бесплатно — тестируйте весь функционал без ограничений 👉 Переходи и попробуй: postmypost.io/ru

✴️ DeepSeek-V3.1-Base DeepSeek-V3.1-Base — новая крупномасштабная языковая модель с открытым кодом, китайцы заявляют что она обладает передовой архитектурой и высокой производительностью, особенно в области программирования и математических рассуждений. 🔘Ключевые характеристики: - Общее количество параметров: 685 миллиардов. - Архитектура: Mixture-of-Experts (MoE) - Активные параметры: ~37 миллиардов на токен, что обеспечивает высокую эффективность вычислений. - Контекстное окно: 128 000 токенов - Форматы тензоров: BF16, F8_E4M3, F32 Обучающие данные: Модель предварительно обучена на 14,8 триллионах токенов. 🔘Архитектурные решения: 1️⃣Multi-head Latent Attention (MLA): Архитектура внимания для эффективного инференса (вывода). 2️⃣Балансировка нагрузки без вспомогательных потерь: Новый подход к распределению нагрузки между "экспертами" в MoE-архитектуре, который минимизирует снижение производительности. 3️⃣Обучение с FP8: Впервые для модели такого масштаба была применена и подтверждена эффективность обучения со смешанной точностью FP8, что значительно снижает затраты на тренировку. 4️⃣Прогнозирование нескольких токенов (MTP): Введена новая цель обучения для повышения общей производительности модели. Важно: DeepSeek-V3.1-Base является базовой моделью. То есть она не предназначена для прямого использования в качестве чат-бота какого нибудь, а служит мощной основой для дальнейшей доработки (fine-tuning) и создания специализированных приложений. Hugging Face Коллекция моделей Официальный блог

В связи с массовым замедлением мобильного интернета, думаю тема локальных мобильных LLM стала ещё актуальнее. Поэтому, готовлю обзор на клиенты и различные модели. Если вы уже пользуетесь чем то подобным - поделитесь в комментариях.