wren93/tuna

Tuna: Taming Unified Visual Representations for Native Unified Multimodal Models [код обещают тут] Ранее мы много обсуждали мультимодальную генерацию с точки зрения: - Архитектуры : учить ли голову поверх LLM/VLM или делать unified backbone; - Представления данных : дискретное или непрерывное кодирование для картинок и текстов - Визуальных энкодеров : обычно для дискриминативных и генеративных задач используют разные (SigLip/VAE), но, например, Show-o2 ( статья, разбор )

Похожие в разделе «Изображения»

Claude

Claude - семейство больших языковых моделей, состоящее из трёх моделей: Haiku, Sonnet и Opus. Каждая нейросеть способна не только работать с текстом, но и анализировать загруженные изображения. Haiku является самой простой и быстрой моделью, Opus отличается способностью работать со сложными вопросами, а Sonnet представляет собой компромисс между скоростью и мощностью.

Nano Banana Prompt

AI Prompt Library for Nano Banana Image

LivePhoto.video

Convert Videos, GIFs & Images into Interactive Live Photos

OpenartAI

OpenArt is an all-in-one platform to generate and edit AI images and videos, build consistent characters, and add worlds and audio.

img2img AI

AI img2img Tool – Image Transformation Without Losing Detail

DeviantArt

Крупнейшее онлайн-сообщество для художников и ценителей искусства, предоставляющее платформу для обмена и продвижения различных форм искусства.