JoyAI-Video-Edit: 16B-модель редактирует видео в реальном времени, выдавая 30 FPS в 720p на одной B200

11 августа 2026

JoyAI-Video-Edit: 16B-модель редактирует видео в реальном времени, выдавая 30 FPS в 720p на одной B200

Команда Joy Future Academy опубликовала JoyAI-Video-Edit — открытую авторегрессионную диффузионную модель на 16 млрд параметров, которая редактирует видеопоток по текстовой инструкции в реальном времени без доступа к будущим кадрам и…

DreamX-World 1.0: открытая модель генерации мира с контролем камеры, текстовым управлением и запоминанием локаций

17 июня 2026
DreamX-World-5B модель

DreamX-World 1.0: открытая модель генерации мира с контролем камеры, текстовым управлением и запоминанием локаций

Команда AMAP-ML опубликовала DreamX-World 1.0 — интерактивную генеративную модель мира, которая превращает текст или изображение в управляемое видео с точным контролем камеры, памятью о ранее посещённых сценах и поддержкой событий…

VBVR: открытый датасет на 2 миллиона видео для обучения видеомоделей рассуждению

26 февраля 2026
VBVR dataset

VBVR: открытый датасет на 2 миллиона видео для обучения видеомоделей рассуждению

Команда из более чем 50 исследователей со всего мира — из CMU, Oxford и других университетов — опубликовала Very Big Video Reasoning (VBVR) — огромный набор данных для обучения видеомоделей…

Ditto: открытый фреймворк для редактирования стиля и объектов на видео по текстовым инструкциям с 99% согласованностью кадров

24 октября 2025
ditto editto framework

Ditto: открытый фреймворк для редактирования стиля и объектов на видео по текстовым инструкциям с 99% согласованностью кадров

Исследователи из HKUST, Ant Group, Zhejiang University и Northeastern University представили Ditto — комплексный открытый фреймворк для решения проблемы дефицита обучающих данных в редактировании видео по текстовым инструкциям. Разработчики создали…

LongLive — 1.3B модель генерации видео со скоростью 20.7 FPS, позволяющая управлять сценарием в реальном времени

30 сентября 2025
longlive 2

LongLive — 1.3B модель генерации видео со скоростью 20.7 FPS, позволяющая управлять сценарием в реальном времени

Команда исследователей из NVIDIA, MIT и других институтов представила LongLive — фреймворк для генерации длинных видео в реальном времени, которые позволяет управлять сюжетом по ходу создания ролика. В отличие от…

В Hailuo AI появилась возможность генерировать видео на основе изображения

9 октября 2024
hailuo image to video text to video

В Hailuo AI появилась возможность генерировать видео на основе изображения

Платформа для генерации видео Hailuo AI запустила новую функцию Image-to-Video, позволяющую преобразовывать статичные изображения в динамичные видеоролики. После своего релиза в сентябре 2024 года Hailuo AI, созданная китайским стартапом MiniMax,…

Dream Machine от Luma AI — нейросеть для создания коротких видео из текста или изображения

14 июня 2024
dream machine luma ai

Dream Machine от Luma AI — нейросеть для создания коротких видео из текста или изображения

Dream Machine от Luma AI — это генеративная нейросеть, предназначенная для создания коротких видео на основе текстовых промтов и изображений. Dream Machine построена на масштабируемой трансформерной архитектуре, которая обучена на…

Neural Voice Puppetry: нейросеть генерирует видеозапись по записи речи

14 декабря 2019
нейросеть генерирует видео по записи речи

Neural Voice Puppetry: нейросеть генерирует видеозапись по записи речи

Neural Voice Puppetry — это нейросеть для генерации видеозаписи говорящего человека по аудиозаписи речи. На вход модель получает аудиозапись целевой персоны или запись голоса виртуального ассистента. Задача модели в том,…

Датасеты для отслеживания объектов на видео

16 ноября 2018

Датасеты для отслеживания объектов на видео

Глубокое обучение лежит в основе работы современных трекеров объектов в видеопотоке. Однако до сих пор существует недостаток больших датасетов для обучения алгоритмов отслеживания. Известные наборы данных (например, VOT и OTB) относительно…

«Танцуют все!» — невероятное качество Motion Transfer для видео

30 августа 2018
everybody dance now

«Танцуют все!» — невероятное качество Motion Transfer для видео

Плохо умеете танцевать? Больше не проблема! Удивите своих друзей ошеломляющим видео, где вы танцуете, как суперзвезда. Исследователи предложили новый способ motion trasfer для видео. Они утверждают, что способны перенести исполнение танца…

Туториал Nvidia для разработчиков: оптимизация RNN с помощью TensorRT

22 августа 2018
tensorrt tutorial

Туториал Nvidia для разработчиков: оптимизация RNN с помощью TensorRT

Видео демонстрирует, как настроить простую рекуррентную нейронную сеть (RNN) на основе языковой модели на уровне символов. Хотя этот образец построен с использованием C ++, вы можете реализовать его на Python…

Видео: как писать научные статьи на тему Computer vision

15 августа 2018
как писать статьи computer vision

Видео: как писать научные статьи на тему Computer vision

Рассказывает Виктор Лемпицки из Оксфордского университета: какие пункты обязательны в статье на тему Computer Vision, на что обращают внимание рецензенты при оценке статьи, и что нужно сделать, чтобы повысить шансы…

ReCoNet: быстрый, точный и когерентный по времени перенос стиля на видео

2 августа 2018
Качественное сравнение с другими методами стилизации

ReCoNet: быстрый, точный и когерентный по времени перенос стиля на видео

По всему миру разработчики используют сверточные нейронные сети для переноса стилистики одного изображения на другое или просто модификации изображения. Когда существующие методы достигли высокой скорости обработки, исследователей и разработчиков заинтересовало…

Сегментация объектов на видео в реальном времени с помощью Pixel-Wise обучения

12 июня 2018
Blazingly Fast Video Object Segmentation with Pixel-Wise Metric Learning

Сегментация объектов на видео в реальном времени с помощью Pixel-Wise обучения

Видео остается одним из самых информационно емких источников данных, но при этом одним из самых дорогих в обработке. Для разработчиков любых приложений важна скорость, глубина и точность обработки данных. Задача выделения…

Нейросеть вырезает GIF-ку из случайного видео с учетом предпочтений пользователя

10 мая 2018
Automatic Creation of Personalized GIFs22

Нейросеть вырезает GIF-ку из случайного видео с учетом предпочтений пользователя

Предположим, вы посмотрели 10-минутное видео, но вас заинтересовала только маленькая часть. Если вы захотите сделать 5-секундную GIF из этого видео, то обработка окажется непростой задачей. Можно ли создать алгоритм для автоматического…