Not Boring Tech

ГигаЧат выпустил модель для синтеза речи GigaTTS

Она звучит почти как реальный человек. И нравится слушателям в 2-4 раза чаще, чем старая версия. Под капотом — GigaChat 3b, токенизатор, адаптер к LLM и 30 тысяч часов данных.

GigaTTS использует уникальные голоса телефонных операторов и инструктивный синтез разных эмоций. Она умеет клонировать голоса, а также озвучивать тексты любой длины в multi-turn режиме.

Новый синтез речи можно оценить в голосовом общении с ГигаЧат. А узнать больше новостей от команды разработки — в канале @gigadev_channel. Подписывайтесь!

#реклама

🎓 Бомба для учёбы: вышла Nano Banana Pro и её сразу добавили в NotebookLM. Теперь сервис научился генерировать самые наглядные инфографики и презентации!

Качество выросло в разы — иллюстрации, надписи и повествование на высоте. Можно выбрать любую ЦА, уровень, стиль и язык. Фичи уже раскатали для Pro-юзеров, скоро раздадут бесплатным.

Годнота для студентов — тут.

@notboring_tech

Kandinsky 5.0 — новая линейка визуальных моделей в open source

⚡️Сбер опубликовал в открытом доступе всю линейку Kandinsky 5.0: Video Pro, Video Lite, Image Lite и токенизаторы K-VAE 1.0. Полный open source: код, веса, лицензия MIT.

🔘Video Pro (Text-to-Video / Image-to-Video)
Флагман, генерирующий HD-видео до 10 секунд с гибким управлением движением камеры. Обучалась на 520 млн изображений и 250 млн видео и затем, на финальном этапе, доучивалась на датасете сверх-качественных видеороликов, тщательно отобранных профессиональными художниками и дизайнерами.

Нативно понимает русские и английские промпты, генерирует надписи на латинице и кириллице. Лучшая открытая модель в мире, превосходит Wan 2.2-A14B в Text-to-Video [SBS 59:41] и Image-to-Video [SBS 53:47], а также достигает паритета с Veo 3 по визуальному качеству и динамике [SBS 54:46].

🔘Video Lite (Text-to-Video / Image-to-Video)
Компактные модели генерации видео, оптимизированные для запуска на GPU от 12 ГБ VRAM. Обучалась на 520 млн изображений и 120 млн видео, хорошая консистентность и качество динамики. Лучшая среди небольших и быстрых моделей, значительно превосходит в 7 раз большую по количеству параметров Wan 2.1-14B как в Text-to-Video [SBS 67:33], так и Image-to-Video [SBS 64:36].

🔘Image Lite (Text-to-Image / Image Editing)
HD-генерация и редактирование изображений. Претрейн Text-to-Image модели был сделан на 520 млн изображений, включая датасет русского культурного кода ~1 млн изображений. Image Editing был дополнительно дообучен на 150 млн пар. Для достижения финального качества был проведено SFT дообучение на 150 тыс изображений, а также на 20 тыс. пар – для Editing.

Нативно понимает русские и английские промпты, генерирует надписи на латинице и кириллице. Значительно превосходит FLUX.1 [dev] по Text-to-Image [SBS 63:37] и находится в паритете по качеству с FLUX.1 Kontext [dev] по Image Editing [SBS 54:46].

🔘K-VAE 1.0 (2D / 3D)
Вариационные автоэнкодеры для диффузионных моделей, сжимающие входные данные в формате 8x8 (изображения) и 4x8x8 (видео). Сравнение на открытых датасетах показывает, что модели более качественно восстанавливают исходный сигнал (+0.5dB PSNR), чем лучшие open-source альтернативы (Flux, Wan, Hunyaun), обладающие той же степенью сжатия.

Все модели линейки доступны на GitHub, Gitverse и HuggingFace.

Читайте подробнее в техническом репорте.

#реклама

🔎 Наткнулся на лучший ИИ-парсер всего интернета — Thunderbit выгружает все данные из любых сайтов, PDF, фоток и документов. Достаточно загрузить ссылку и написать, что нужно извлечь.

Если на сайте много страниц — нейронка вытащит инфу из каждой! Она буквально в два клика выдаёт гигантскую таблицу с нужными столбцами, ячейками, фильтрами и данными.

Забираем мастхев — тут.

@notboring_tech

CorpCorn – прямые встречи между поставщиками B2B-решений и заказчиками.
Возможность за один вечер рассказать о своём проекте, получить контакты
потенциальных клиентов
и тут же – обратную связь.

Ближайшая встреча – 2 декабря на тему #MarTech. На сцене выступит до 10 компаний с sales-питчем технологичных продуктов для автоматизации процессов в маркетинге. А в жюри уже собрались 6 клиентов, а будет ещё больше.

Если вы продаёте и вам нужны клиенты или ищете новых поставщиков, регистрируйтесь ➡️ https://corpcorn.ru/martech

#реклама

🎨 В Replit завезли мощного ИИ-дизайнера на базе новой Gemini 3 Pro — он генерирует профессиональные дизайны, лендинги, презентации и портфолио всего из пары слов.

Самое важное — Design Mode проектирует разнообразные визуалы без дефолтного ИИ-дизайна, который легко распознать. Теперь он использует уникальные шрифты, анимации и макеты.

Генерируем красивейшие UI/UX — тут.

@notboring_tech

🤖 Авторские каналы про ИИ собрали в новую папку — за каждым блогом стоит человек-эксперт, который делится практическими материалами, кейсами и эксклюзивами.

• Гайды для нейротворчества (Sora, Veo 3, Nano Banana и другие);
• Фреймворки для вайб-кодинга и автоматизации работы с помощью ИИ;
• Трендовые новости, обзоры новых сервисов и многое другое.

Подписаться — тут.

@notboring_tech

💥 Colab наконец-то интегрировали с VS Code — теперь можно подключить локальные ноутбуки из IDE к мощным вычислительным ресурсам GPU/TPU Colab.

Как подключить:

1. Заходим в магазин расширений VS Code и устанавливаем Google Colab.
2. Создаём и открываем файл .ipynb.
3. Выбираем Colab в Select Kernel и нужную вычислительную среду.
4. Логинимся в аккаунт Google и всё готово!

Сохраняйте для ваших проектов.

@notboring_tech

🔥 ElevenLabs запустили ультимативную платформу для генерации видео, аудио и изображений — в одном месте собрали все лучшие модели.

• Видео-генераторы: Veo 3.1, Sora 2, Kling 2.5, Wan 2.5 и Seedance 1 Pro.
• Генераторы картинок: Nano Banana, Flux Kontext, Wan и Seedream.
• Апскейлеры: Topaz для улучшения качества до 4К.
• Экспорт в Studio: генерация аудио, музыки и звуковых эффектов.
• Там же можно монтировать от начала до конца: обрезать видео, добавлять субтитры и накладывать липсинк.

Теперь в ElevenLabs доступно вообще всё — тут.

@notboring_tech

Авито проводит второй ML reading club — в этот раз Денис Кайшев, Senior Backend Engineer, вместе со зрителями прочитает и разберёт статью Demystifying NCCL: An In-depth Analysis of GPU Communication Protocols and Algorithms.

Участники изучат архитектуру библиотеки NCCL и обсудят:

— как работают её внутренние механизмы, для которых почти нет документации;
— как описываются способы обмена при взаимодействии intra/inter node;
— как строятся алгоритмы коллективных операций.

На ивенте найдут узкие места библиотеки и выяснят, как оптимизировать производительность распределённых вычислений.

📌 Встреча пройдёт 20 ноября в 18:00 в Контур.Толке.

⌚️ Ссылку на подключение пришлют в канал «Доска AI-объявлений» за час до начала эфира.

#реклама