Mundo строит интерактивную сцену из одной–двенадцати фотографий. По ней можно вести камеру, в том числе за пределами снятых ракурсов, ронять предметы и запускать роботов. Геометрию и физику рассчитывает MuJoCo, а видеомодель дорисовывает изображение по исходным фото; дополнительные виды сокращают число домыслов за краями снимков.
Мир описывается кодом: для предметов учитываются масса, трение, гравитация и столкновения. Длинные маршруты обрабатываются фрагментами с перекрытием. Можно остановить время и облететь выбранный момент; для роботов предусмотрены навигация и захват предметов с видом от первого лица.
One local asset workflow runs on an RTX 3070: Hunyuan3D 2.1 creates an initial mesh, Hi3D refines its geometry, Blender’s Decimate modifier reduces its polygon count, and TRELLIS.2 textures it. Studio code and model setup are linked.
A related game-asset comparison uses Hunyuan 3D, TRELLIS.2 and Pixel3D for generation and texturing. It covers character customization, rigging and texturing, and includes reference images, output comparisons and output-time measurements on a 4090 GPU.
MiniMax обновила каталог интеграций H3: добавлены 11 community-разработок. Среди них FastH3-Omni для видео со звуком за восемь шагов, четырехшаговая Sol-H3 с разреженным вниманием, Ref2VA-VSA для референсного режима с заявленным автором двукратным ускорением на 4090, сжатие референсного видео VPack и Ref Patch на 148 МБ. Есть варианты запуска на GPU-серверах, TPU через TorchTPU и Apple Silicon через h3.c.
Полный набор весов занимает около 464 ГБ. Для 24 ГБ VRAM указан pruned int8 на 19,5 ГБ, для 12–16 ГБ — GGUF Q4_K_M и квантованный текстовый энкодер; вариант для 8 ГБ через DiffSynth-Studio работает медленно. Клип 768p длительностью 14 секунд рассчитывается за 51 секунду на одной B200 и за 11 секунд на восьми.
Отдельно опубликована i2v-LoRA Minimax-H3-VBVR: её авторы отмечают меньше дублирования объектов, клиппинга и взаимопроникновений, а также более логичные действия персонажей. LightX2V обновила Turbo-LoRA FL2V v1.3, REF2V v1.1 (4-step) и 8-step v1.1; есть FL2V в fp8 на четыре шага.
Speculative Sampling ускоряет отклик двунаправленных видеомоделей без дополнительного обучения и уменьшения окна внимания. Модель заранее генерирует фрагмент, пока условие не меняется, и выдаёт кадры из кэша. При изменении ввода неизменный префикс сохраняется, а оставшаяся часть пересчитывается; размер окна можно настраивать.
С MiniMax H3 авторы получили первый отклик примерно за 1,4 секунды при генерации фрагментов по пять секунд, без постобучения в духе Self-Forcing. По их наблюдениям, ожидание больше не ограничено половиной длительности фрагмента, а увеличение фрагмента почти не влияет на время шага, поскольку вычислительные ядра недогружены. Метод не привязан к конкретной модели.
SenseNova 6.8 Code2Video пишет программу для рендеринга ролика по описанию и превращает референсное видео в редактируемый код. После первой версии цвет, тайминг, движение и отдельные элементы можно менять словами. Элементы представлены именованными объектами: по заявлению авторов, модель меняет только запрошенное, не перегенерируя остальные кадры. Среди применений — моушн-графика, кинетическая типографика, анимированные иллюстрации, презентации продуктов и визуальные объяснения.
В основе — Qwen3.8-27B с контекстом 512 тысяч токенов; заявлена работа в сессиях длиннее тысячи шагов. Текст воспроизводится дословно, числа и формулы берутся из источника, а физика рассчитывается по уравнениям. По словам автора, рендер дешевле сэмплинга видеомодели и работает на обычном железе. Веса опубликованы, версии INT4 и INT8 обещают позже.
Open-H3-Regenerate-2K is described as a model for image regeneration and as a tool NVIDIA released to refine MiniMax-H3 video drafts. Its ComfyUI settings cover LoRA conversion and sampling adjustments intended to improve video quality while retaining the drafts’ original features.
A ComfyUI video builder uses a custom node MCP and a 2-pass workflow to automate music-video production with Sonnet 5.5. It uses Krea2 for text-to-image generation and YUE2 for music, and can review and correct scenes up to three times.
A related MiniMax workflow uses a 2x2 storyboard grid as a reference for scene progression, with prompts for generating animated sequences.
Clown Context Suite is an open-source workflow for carrying motion between generated video clips while preventing detail loss. Clown Context pins the previous clip’s last frames to the start of the next; Clown Prophecy renders a fresh ending before the shot is completed; and Clown Anchoring attaches that clean ending to the back of the shot.
A bypass switch and a “run every N shots” option control when Prophecy runs. Clown Shot Counter counts saved clips for batch processing, and an example workflow demonstrates the setup.
This locally executable workflow uses Claude for research and script prompts, Qwen Image 2.1 for images, and Claude to flag image errors. It uses MiniMax H3 for video, Qwen3-TTS for narration, and RTX Video Super Resolution for 2K upscaling.
The title sequence uses ComfyUI with LTX-2.5 and MiniMax H3 for image-to-video generation. Its creation focused on fog, light, and architectural consistency, followed by editing and color grading.
A local video workflow uses MiniMax H3 Singularity Ref2VA V2 (INT8) on an RTX 3060 to generate at a native 2336×1312 resolution without upscaling. It covers memory optimization, generation parameters, and tested speed and generation time.
FrameForge combines automatic script writing using MiniMax H3 with reference and asset management, a pose studio for positioning characters, and a voice clip generator.
A ComfyUI workflow generates wildlife video with MiniMax H3 Singularity V2 and a DMAD 4-step method on an NVIDIA RTX 3060 12GB. It uses native 1536×864 resolution at 24 FPS, with a total generation time of approximately 37 minutes and 36 seconds.
This custom node is designed to improve motion transfer accuracy when generating MiniMax H3 video frames. It creates batches of frames with overlapping sections and can split generation into tiles with configurable resolution and overlap. It is available in ComfyUI Manager as Minimax H3 Temporal Window & Spatial Tiles.
Openjutsu заменяет человека в видео персонажем с одной картинки, сохраняя движения, ракурс и исходную звуковую дорожку. В интерфейсе можно выбрать начало и длину фрагмента, качество 480p или 768p и при желании задать первый кадр. Также есть режимы замены объектов и фона.
Приложение ComfyOrg основано на workflow Akatz Labs с MiniMax H3; SAM находит маску самого крупного человека. Первый кадр при необходимости готовит GPT Image 2.5 через Comfy Router. Внутри — 8 шагов, CFG 1 и окна по 124 кадра. Другая реализация Openjutsu автоматически составляет промпты с помощью Qwen3-VL 8B.
Для приложения ComfyOrg нужны аккаунт Comfy и API-ключ к своему деплою. Его тестировали на RTX PRO 6000 с 96 ГБ памяти; меньшие конфигурации не проверяли.
MatAnyone-E строит согласованную между кадрами альфа-маску человека, сохраняя тонкие края и сложную прозрачность. Сначала модель делает недорогой проход в низком разрешении, затем выполняет полное сопоставление только там, где маска неуверенна или важны участки памяти. Для остального использует результат первого прохода; декодер заменён на облегчённый. Итоговое матирование работает в нативном разрешении без даунскейла и, по словам автора, сохраняет качество прошлой версии.
С torch.compile на одной H200 заявлены 73 кадра в секунду при 1080p и 28,6 кадра в секунду при 4K. В 4K это в 7,4 раза быстрее MatAnyone 2; пиковое потребление памяти — около 3,1 ГБ. Результат подходит для композитинга, VFX и замены фона.
This ComfyUI workflow targets blurry and distorted faces in MiniMax H3 videos. It uses Face Refiner groups, custom nodes, a SelfLift sampler, and VEDA Sparse Attention.
Для MOSS-Image появились LoRA стилей Kodachrome (в том числе версия 2), нуар, импрессионизма (обучена на 51 картине из общественного достояния), сюрреализма, HiToon для 2/2.5D-иллюстраций, а также стили научной фантастики и вестернов 1950-х. Вышли слайдеры толщины линий Mossboldline-v10 и Nu-MOSS, резкости, яркости, баланса белого, приглушения HDR и размытия: у Antiblur MOSS Base v1.0 отрицательные веса повышают чёткость фона, положительные смягчают изображение. Есть LoRA для прозрачности и чёрно-белой манги, адаптер LoHA для изображений свыше 4 Мп и настройка силы для всех 42 блоков MOSS Base. Moss Serenity v6 обучали 210 000 шагов на 8 000 изображениях.
В ComfyUI появились нативные инструменты MOSS-Image Edit для Base и SFT, поддержка HQ LoRA версий v3 и v5, chinoll LoRA, кэш референсов, редактирование по выделенному прямоугольнику, контроль глубины, обработка тайлами и upscaling. Для нативных edit-нод протестированы strength 1.0, CFG 5/3 и skip layer 22 с SFT. Обновление ComfyUI Portable 0.43.0 добавило rope scaling и управление цветом и глубиной; в ComfyUI также внесли поддержку MOSS-Image Edit. ComfyUI-Spectrum-MOSS v0.8.1 меняет логику ER-SDE: на 3060 с 12 ГБ VRAM указан прирост около 20%. Есть конверсия MOSS-Image-SFT для AMD ROCm и сборка Nunchaku для SFT.
Среди других инструментов — неофициальный гайд по промптам, JSON-layout с координатами и BBox, QwenVL для описания изображений и чтения текста, ControlNet с цветом, глубиной и Canny, офлайн-расширитель промптов через Ollama, редактор манги и storyboard-workflow. Для ComfyUI опубликованы девять text-to-image workflow, совместимых с ComfyUI 0.42+ и Pixaroma 1.4.219. Показано и обучение персонажной LoRA в Fizgig на AMD Radeon RX 7900 XT с Ryzen 7 5800X3D под Windows.
Released Krea2 BBOX models include Raw, Raw EMA, Turbo and Turbo EMA formats, plus extracted LoRAs at ranks 64, 128 and 256. They are provided in diffusers and ComfyUI formats, with the latest checkpoint available to test on Hugging Face Spaces.
Krea 2 Turbo with a BBOX LoRA allows subjects to overlap bounding boxes for layout control. MOSS native Layout to Image keeps subjects placed within bounding boxes. The tools are described as open-source, lightweight and fast on local systems.
The author describes MiniMax H3 Hybrid BF16 as producing better image quality than formats such as INT8 and emphasizes face refinement to improve output quality.
AuroraIMG2-50M has a 50-million-parameter denoiser, a custom text encoder, and a pretrained FLUX VAE. On a 2016 laptop CPU, it takes 27 seconds at 50 steps or 11 seconds at 20 steps. It is licensed under Apache 2.0 and has a quick-start guide in its model card.
MotionBricks генерирует движения в реальном времени для человеческой модели SOMA и робота Unitree G1. Модель обучена на более чем 350 тыс. клипов движений; в описании также говорится о 350 тыс. навыков. Заявлены 15 тыс. кадров в секунду и задержка около 2 мс. Ранее разработка была доступна только для Unitree G1.
Система управляет ходьбой, бегом и поворотами по скорости и направлению, переключает стили — от хромоты и походки зомби до прыжков, движения боком и боевой стойки. Она также строит движения для взаимодействия с предметами: поднять меч, сесть или перепрыгнуть скамью. Для новых задач не нужны дообучение и специальные теги: прокси-кадры задают взаимодействие, а подход и контакт модель достраивает сама.
Рантайм использует Warp, Newton и TensorRT; есть экспортёр в ONNX, готовые ONNX-модели и checkpoint на Hugging Face. Демо в Unreal Engine 5 длится 2:40 и показано без склеек, фиксации стоп и ручных переходов.
SOMA восстанавливает движение внутренних мышц и кожи по позе и внешнему виду тела в обычной многокамерной съёмке. Модель описывает скелет, отдельные мышцы в высоком разрешении и кожу: мышцы деформируются покадрово, а кожа скользит и сжимается поверх них без тяжёлого конечно-элементного моделирования.
Для обучения собрали датасет SKIM со сканами тела и привязкой маркеров к отдельным мышцам: одних маркеров на коже недостаточно, чтобы восстановить их движение. Дополнительные физические ограничения поддерживают гладкость, сопротивление изгибу и сохранение объёма.
MoCap Anything V2 принимает видео и референсный скелет, а на выходе выдаёт повороты суставов в формате BVH. Модель предсказывает их напрямую, без промежуточного меша, аналитического IK и подгонки под шаблонное тело. Поддерживаются люди, животные, предметы, собственные риги и загрузка FBX-персонажа.
По словам авторов, обработка примерно в 20 раз быстрее пайплайнов через меш. В режиме Dance Anything танцора вырезают из видео с музыкой, переносят движение на другое существо и возвращают звук.
Workflow соединяет Krea 2 с редактором поз Pose Studio. Позу можно взять из референса или настроить на 3D-манекене, затем загрузить персонажа, сгенерировать его в этой позе, увеличить изображение и доработать результат с сохранением стиля.
Автор собрал workflow на LoRA для редактирования Krea 2, потому что ему не хватало разнообразия стилей и реалистичности в Qwen и Klein. Официальной поддержки Krea 2 в Pose Studio и сопутствующей LoRA для точного переноса позы нет: часть генераций приходится переделывать или настраивать вручную. По оценке автора, workflow в целом работает хорошо, но пока не похож на готовый продукт.
This workflow creates motion capture from reference video using Claude, MediaPipe, HMR 2.0, YOLO11, and Blender. MediaPipe detects 2D joint positions, HMR 2.0 converts poses to 3D, YOLO11 tracks objects, and Blender handles final rendering. The result can be exported as GLB or in other formats.
Genie 4 позволяет перемещаться по миру и управлять камерой с клавиатуры, а погоду и объекты менять текстом прямо во время симуляции. Заявлены аэродинамика, столкновения, взаимодействия объектов, естественное движение людей, многошаговые события, звук для каждого мира и диалоги персонажей с речью, которая подстраивается на лету.
В основе — Gemini Omni и другие модели Gemini. Gemini 3.8 Flash в цикле просматривает кадры, разбивает задачу на шаги и проверяет результат. Видео и звук помечаются SynthID. В длинных сессиях детали могут меняться; сохраняются проблемы с постоянством объектов, сложной физикой и читаемым текстом. Открыта запись в лист ожидания.
ComfyUI v0.43.0 adds MOSS-Image RoPE scaling, color-depth control and MOSS-Image-Edit LoRA support. Fibo 2.0 support uses NTK-aware scaling instead of RoPE scaling, with a fix for text-to-image negative prompts.
The release also synchronizes graph cleanup with model prefetch, improves VAE functionality for AMD users, and expands image color-space conversion and saving. New Partner Nodes include HeyGen voice cloning and text-to-speech, Crystal Video Upscaler, and FLUX 3 Max and Video nodes supporting 2K/4K resolutions.
Freefield is an open-source collection of 117 ComfyUI-based apps for image, video, VFX, and audio work using open weights. Tasks include creating images with FLUX 3 Klein, extending video, relighting, and adding effects. It includes a GPU lab for running apps; each app has its own folder for app.json and ComfyUI workflows.
OpenFill is an open-source PhotoCraft tool that uses ComfyUI in the background for generative fill, prompt-free object removal, generative expand, and text-to-image creation on a new image or layer. Generative fill produces up to 5 variations; expand works by dragging an edge or choosing a ratio. It also offers live sampling previews and can automatically download ComfyUI on Windows.
The ComfyUI text generator now has context memory for refining prompts across runs, with a customizable window of 8192 tokens. It adds guides for Moss Image and Fibo 2, including VGL structured JSON prompts as a recommended format for Fibo 2. The UI also has separate settings and generator nodes, an expandable settings node, and searchable model lists by provider that require an API key.
Klein CLIP Loader loads 27 of the Qwen3 text encoder’s 36 layers, omitting the final norm and LM head while keeping GGUF token embeddings quantized. It cuts VRAM use from 5.5 GB to 3.2 GB and is designed to maintain output quality.
Anima Ref Adapter is an open-source character reference model for Anima. It generates matching characters from one reference image without lengthy captioning or training, and supports multiple characters.
ComfyUI-Breeze подсвечивает связи выбранных node: предшественников — синим, последователей — янтарным, общие узлы при множественном выборе — фиолетовым. Подсказки на проводах показывают тип и связанные node, а для проводов, ведущих в поле, — источник и полученное после прогона значение.
Есть стрелки перехода по связям, анимация направления сигнала, объединение веера проводов в шину и компас для node за пределами экрана. Названия node остаются видны при отдалении; заметку можно прикрепить к node. Расширение работает в режиме Node 2.0.
LayerShop combines local AI processing through ComfyUI with cloud models in a Photoshop-like interface aimed at beginners and advanced users. It is available for Windows; easy region rectangle generation is planned.
A ComfyUI workflow uses MiniMax H3 and image references for different scenes to transition a toy Ferrari replica into a realistic image. High-resolution output takes 45 seconds per iteration on an RTX 5070 Ti.
A KREA2 LoKR training comparison tests datasets of 3, 8, and 15 images for likeness and style variation, including how the results work from different angles. The showcase-shot workflow uses KREA2 int8 and a Qwen3VL 4B text encoder.
These LoRA adapters generate or edit images in 6 steps instead of 40 without changing the Qwen-Image-2.1 pipeline. A 6-steps-upsampled model improves visual quality; a version that removes the upsampling step saves 41–80 seconds per generation, depending on prompt style.
A new LoRA for Qwen-Image 2.1 is inspired by the earlier Gaussian Splash LoRA for Qwen-Image-Edit-2511. It offers more control through prompting than the original plug-and-play LoRA.
H3 Relay Hires is an anime upscaling tool and workflow that claims ~4× faster rendering than native methods without sacrificing quality. It uses AnimeSR, a custom upscaler trained to retain 2D anime details, and includes example workflows for fast motion and face detail.
Liquid RIPL — движок инференса для Liquid Foundation Models в задачах, где важна задержка ответа. По данным Liquid AI, он выдаёт полный ответ менее чем за 50 мс при нагрузке до 1000 запросов в секунду. Речь не о потоковой выдаче токенов: модель работает прямо в критическом пути запроса, а не в пакетной очереди.
Первым RIPL внедрил Shopify в поиске. Среди сценариев — онлайн-ранжирование, реклама, скоринг и антифрод, где LFM может заменить градиентный бустинг и векторные эмбеддинги. Развёртывание у клиента доступно по запросу. Автор считает открытым вопрос, окупает ли качество на реальных данных стоимость такого инференса: публичных замеров пока нет.
Opera запускает модели на устройстве: сайты и расширения получают доступ к генерации текста, классификации контента и поиску связей между фрагментами через открытый стандарт WebAI, который поддерживают Google и Microsoft. Привязки к одной модели нет; на старте доступна Gemma от Google, а на Mac — ещё и встроенная модель Apple.
Доступ выдаётся каждому сайту отдельно, по умолчанию модели не загружаются. Данные остаются у пользователя, платить за запросы или подписку не нужно. Функция доступна в Opera One на 64-битной Windows с Intel или AMD и на Mac с чипами Apple; скорость зависит от устройства. Позже её добавят в Opera GX и Opera Neon. Также Opera показала HTML-in-Canvas: интерактивные страницы с работающими кнопками и формами можно вставлять в 2D- и 3D-сцены.
Snapchat открыл Web Lenses: игру можно экспортировать из PlayCanvas в zip-архив и загрузить через My Lenses. Она запускается в приложении по имени или Snapcode, без установки и магазина. Поддерживаются 2D, 3D, WebGPU, гауссовы сплаты, таблицы лидеров, Bitmoji и сохранения через API. Игру также можно собрать агентом через MCP или сгенерировать по промпту в Easy Lens.
Лимит архива — 8 МБ, файла index.html — 1 МБ. Формат рассчитан на портретный экран 9:16 на iOS и Android. WebAssembly с потоками, воркеры и eval разрешены; доступ к сети, камере, микрофону и датчикам движения закрыт. Web Lenses пока в бете, правила могут измениться.
AutoSprite turns a single character image into an 8-direction isometric spritesheet for RPGs, ARPGs, and tactical games. It includes character-customization workflows to improve consistency across animations, a playable browser preview, and integration with Claude Code and Codex for game development with generated assets.
PHOSPHOR creates customizable pixel effects as JSON scenes. A coding agent can write, render, and tweak scenes from prompts; command-line tools and a skill file support agent interaction. It exports Godot .tres files, GameMaker strips, and .aseprite files.
A developer’s mermaid-game workflow uses OpenAI for asset designs, Meshy to turn assets into 3D models, Blender for rigging and animation, Claude Code to orchestrate development, and Godot as the game engine. The developer describes iterating through challenges with 3D assets and animations.
A game-development walkthrough covers Pixel Lab’s Vibe Coding setup and MCP configuration, using AI tools such as Claude for sprite generation, and maintaining animation consistency. A video demonstrates the workflow.
Spires of Azeroth is a fan-made, Slay the Spire-style game featuring World of Warcraft classes and spells. It runs in a browser without signup, and its source code is available on GitHub.
A proof-of-concept workflow uses Remotion for video editing and PixelLab.ai, ChatGPT, and Midjourney for pixel-art assets and animation cutscenes. It includes prompts, methods, and animated examples.
F2G-Pose по одному снимку RGB-D и готовой маске за один проход определяет 6D-позу объекта, его метрический размер и достраивает облако точек в системе координат камеры — включая часть формы, невидимую на снимке. Для разных категорий предметов не нужны отдельные модели; среди примеров — прозрачные и блестящие объекты, в том числе стекло и зеркальная посуда.
Замороженный RADIO извлекает признаки изображения, глубина и маска привязывают их к точкам сцены. DGCNN собирает локальную геометрию, трансформер со смесью экспертов добавляет контекст, а три выходных блока предсказывают позу, размер и форму. Скорость — 28 кадров в секунду только для позы и 23,7 кадра в секунду для полной модели.
MiniCPM OCR — первая OCR-линейка OpenBMB. Модель 1.0 на 1,3 млрд параметров работает со сложной вёрсткой, таблицами и формулами. DSpark повышает пропускную способность на 55%. Модель Jev на 2 млрд параметров проверяет точность распознавания, в том числе у других OCR: результат на JevOCRBench — 0,936 AUROC. Она помечает сомнительные места для ручной проверки.
Unlimited-OCR 2 от Baidu — модель примерно на 3 млрд параметров для сканов, PDF и многостраничных документов с таблицами и формулами. Механизм SR-SWA использует текущую страницу и выбранные фрагменты вместо всего документа; рабочая память занимает 512 опорных токенов, поэтому стоимость шага почти не растёт с длиной. На документах в сотню страниц отдельные шаги декодирования до 7 раз быстрее полного внимания и до 5,6 раза быстрее прошлой версии. Страницы обрабатываются перекрывающимися блоками с освобождением памяти по ходу работы. Лицензия — MIT, включая коммерческое использование.
Hy-SimulMT переводит потоковую речь с китайского на английский и обратно, выдавая текст и синтезированную речь по ходу разговора. Система клонирует голос на лету и сохраняет тембр говорящего. Есть приложение Hy Translate для встреч, докладов и интервью; для синтеза и клонирования нужен отдельный TTS-сервис.
У модели 30 млрд параметров, из них 3 млрд активны на токен. Задержка на длинном аудио RealSI — около 3 секунд по StreamLAAL. Результаты: 84,7 на RealSI-Sentence — лучший показатель в сравнении, 90,3 на FLEURS и 81,2 на ACL6060; у Gemini на FLEURS — 92,4. По GEMBA качество выше, чем у четырёх из пяти коммерческих API.
Авторы также сравнили систему с шестью профессиональными синхронистами на 18 новых шестиминутных записях из десяти сфер. По их оценке, качество оказалось на уровне людей, а ответ часто приходит быстрее. В репозитории есть код для инференса и обучения.
Веб-демо объединяет сценарий и реплики в одном окне. Рабочий процесс состоит из четырёх шагов: написать сцену, задать актёрскую подачу, послушать результат и поправить его. Drama 3 позволяет управлять эмоцией и подачей; локальная установка не нужна.
StreamVibe следит за видеопотоком и сам выбирает момент для подсказки, если пользователь обозначил цель без явного триггера. Система учитывает прогресс задачи и прежние ответы, чтобы не повторяться, а также принимает просьбы, которые пользователь дополняет, заменяет или перебивает на ходу.
Потоковую модель дополняет система учёта состояния запросов. Обучение сначала балансирует молчание и ответы, затем использует RL на коротких отрезках вокруг моментов, когда нужна помощь. Запросы разделены на три уровня: явные, неявные и меняющиеся по ходу. Код и веса пока не опубликованы.
A tutorial on creating pixel art visual effects with Claude-generated code covers iterative design and using visual references. It includes a write-up and code.
Flint от Recursive Superintelligence предназначена для работы с незнакомыми репозиториями: поиска и исправления ошибок, добавления функций и тестов. Она поддерживает многошаговые вызовы инструментов и режим рассуждений. Модель работает в llama.cpp, Ollama, LM Studio, vLLM и SGLang; для ноутбуков есть отдельный движок rec, а для Apple Silicon и NVIDIA — специальные ядра.
У Flint 39,8 млрд параметров, около 2,5 млрд активных, и контекст 262 К. В модели 49 слоёв по 256 экспертов; на каждом шаге выбираются шесть экспертов и один общий. Заявленная скорость — более 125 токенов в секунду на M4 Pro и более 150 на RTX Spark.
Команда называет Flint лучшей MoE-моделью размером до 50 млрд параметров и утверждает, что она догоняет плотные модели на 25–40 млрд параметров, работая впятеро быстрее. Разработка заняла меньше четырёх месяцев.
Fern — первая модель Mirendil, обученная с нуля. Её контекст достигает 10 млн токенов — примерно 23 МБ кода или полумиллиона строк; размер модели — 0,1–0,5 трлн параметров. Она рассчитана на работу с репозиториями целиком: может запускать команды, читать вывод, повторять попытки до успешного прохождения тестов, разбирать длинные логи и трассы агентов. Среди задач также проверка данных для pre-training на дубликаты и загрязнение бенчмарками.
На RULER поиск одного фрагмента сохраняет результат 100% при 10 млн токенов, а многошаговые вопросы на той же длине — 45%. Доступа к Fern пока нет; Mirendil разрабатывает ещё две модели крупнее.
GPT-6.1 Terra заменяет GPT-5.6 Terra. Модель разбирает чертежи, таблицы и скриншоты и может переходить от их анализа к действиям: работать с формами и документами в десктопных приложениях, монтировать видео. Текст стал чище и естественнее; модель справляется с задачами, для которых раньше требовались фронтирные модели.
API стоит вдвое дешевле, чем у GPT-5.6 Terra и GPT-6.1 Sol: $1 за миллион входных токенов, $5 за миллион выходных и $0,05 за миллион кэшированных входных. На Agents' Last Exam результат вырос на 15 процентных пунктов относительно прошлой версии при трети затрат. По результату Terra идёт наравне с GPT-6 Astra при цене в 10 раз ниже и работает более чем втрое быстрее Astra и Sol. Доля ошибок на провокационных промптах при низком уровне усилий снизилась с 53,6% до 16,7%; результат в Terminal-Bench 4.0 вырос с 21,5% до 50,3%.
Для сложного кода по-прежнему рекомендуют Sol и Astra. Terra доступна в ChatGPT Work, Codex и через API.
VitronEdit brings image, video, and 3D scene editing into one framework. It edits images and videos using text instructions and reference images, and aims to maintain geometric consistency across viewpoints in 3D scenes. Its approach transfers editing knowledge between the three modalities and uses depth and camera-pose supervision for geometry-aware training.
GPU Unlock projects cover tensor-core unlock methods for NVIDIA Turing (UEFI and Linux), Ampere (Linux kernel module) and Ada (Linux with a kernel module). The discussion covers FP32 accumulation, performance measurements and GPU limitations.
In RTX 3090 ComfyUI benchmarks, an open-source Linux kernel module produced up to 55% faster image generation and used 40% less energy per image. The reported outputs were SHA-256 identical to stock outputs.
Через бота предлагают оплачивать и продлевать подписки на ChatGPT, Claude, Midjourney, Cursor, Suno, Perplexity и другие сервисы, а также пополнять App Store без зарубежной карты. Заказ или инструкцию присылают в Telegram; есть варианты подключения к своему аккаунту без передачи логина и пароля.
Продавец обещает поддержку на весь оплаченный срок и помощь с восстановлением подписки, если доступ прервётся. За покупки друзей по реферальной ссылке предусмотрено вознаграждение. Промокод vnuk10 даёт скидку 10%.
