wonderlove

wonderlove

Мой канал, посвященный генерации музыки: https://t.me/Neuro_Sound Мой канал, где я пишу и пишу музыку: https://t.me/wonderloveyou
Пикабушник
Дата рождения: 14 мая
Nerual.Dreming
Nerual.Dreming оставил первый донат
32К рейтинг 210 подписчиков 30 подписок 680 постов 119 в горячем
14

Обновление Realism Engine SDXL

Название: Realism Engine SDXL

Ссылка: https://civitai.com/models/152525

Тип: #Модель

Кол-во скачиваний: 700+

Последний апдейт: Dec 11, 2023

Базовая модель: SDXL 1.0

Эта обновленная модель отличается высокой отзывчивостью на запросы и предлагает заметно улучшенную общую связность, включая больше мимических выражений, большое разнообразие лиц, больше поз и улучшенные руки.

Кроме того, исправлены несколько особенностей предыдущей версии, таких как проблемы с генерацией ночных сцен и проблему с увеличением насыщенности цвета без пропорциональной корректировки контраста при увеличении масштаба CFG. Возможна генерация контента для взрослых, но теперь это происходит реже без запроса.

Источник - Нейро-Склад 🤖 - все, что нужно, для твоей нейронки!

Показать полностью 7
8

Реддитор создал AI Анимацию, используя лишь свою MIDI, Deforum и Controlnet

Подключаем геймпады и драм-машины!

Телеграм - 🎯Нейро-Пушка

Показать полностью
7

Realistic Stock Photo - SDXL модель

Название: Realistic Stock Photo

Ссылка: https://civitai.com/models/139565/realistic-stock-photo

Тип: #Модель

Кол-во скачиваний: 17000+

Последний апдейт: Sep 03, 2023

Базовая модель: SDXL 1.0

Хорошо зарекомендовавшая себя фотореалистичная модель. Все изображения выполнены на нашем сервисе ArtGeneration.me, вы можете опробовать эту модель прямо сейчас в своём браузере!

Просто попробуйте начать с этих примеров:

Портрет девушки

Девушка в наушниках

Собака в воде

Зимний пейзаж

Девушка у моря

Девушка в отряде спецназа

Все изображения созданные на Realistic Stock Photo💫

Источник - Нейро-Склад 🤖 - все, что нужно, для твоей нейронки!

Показать полностью 6
12

Анимации девушек с гитарами с каждым разом всё красивее и лучше!

Телеграм - 🎥TEXT2VIDEO

11

Появился способ заменить на видео все что угодно

Привет, cегодня расскажу о крутой штуке - VideoSwap. Это технология, основанная на Stable Diffusion, которая позволяет заменять объекты в видеороликах, сохраняя фон неизменным.

Как это работает?

1. Выбираем Точки: Ты выбираешь важные точки на персонаже в видео.

2. Двигаем и Меняем: Технология следит за этими точками и позволяет тебе менять форму и движение персонажа.

3. Результат: Получаешь видео, где главный герой - кто угодно!

Стоит упомянуть, эта технология экспериментальная и может быть сложна в освоении

Короче, это как фотошоп, но для видео. Интересно, что творческие люди смогут с этим сделать! 😉

Описание проекта

GitHub проекта

Дополнительная информация

Интересуешься нейросетями? Тебе в источник - 💫Арт-Нейросети от Nerual Dreming

Показать полностью 3
9

Реддитор сгенерировал фан-трейлер GTA VI

Настоящая американская мечта

Телеграм - 🎯Нейро-Пушка

6

AI Клип на Chandelier исполнительницы Sia от нейросети

Получилось динамично и залипательно!

Телеграм - 🎥TEXT2VIDEO

4

Разработчики китайской платформы Alibaba создали нейронку для оживления изображений

Анимация персонажей направлена на создание видеороликов с персонажами из изображений с помощью управляющих сигналов. Цветное очертание скелета, как в ControlNet, позволяет точечно задать и настроить движения объекта с фото.

В настоящее время Diffusion-модели стали основным направлением в исследованиях визуальной генерации благодаря их мощным возможностям. Чтобы сохранить согласованность сложных элементов внешнего вида с эталонным изображением, мы разрабатываем ReferenceNet для объединения деталей с помощью пространственного внимания.

Обзор процесса создания видео: последовательность поз первоначально кодируется с помощью Pose Guider и объединяется с многокадровым шумом, после чего система UNet выполняет процесс шумоподавления. Вычислительный блок системы UNet состоит из пространственного, перекрестного и временного внимания. Интеграция эталонного изображения включает в себя два аспекта. Во-первых, главные очертания извлекаются через ReferenceNet и используются для пространственного внимания. Во-вторых, остальные детали извлекаются с помощью кодера изображений клипов для перекрестного внимания. Темпоральное внимание работает во временном измерении. Наконец, декодер VAE декодирует результат в видеоклип.

Ждём релиза Animate Anyone!

Сайт проекта

Интересуешься нейросетями? Больше такого в источнике - 💫Арт-нейросети от Nerual Dreming

Показать полностью
Отличная работа, все прочитано!