Loopcut uses chat input to build and edit Blender scenes, including models, materials, lighting and cameras, with one-click undo for each change. It also supports Poly Haven assets, text-to-animation for rigged characters, phone-video motion capture, photo-to-3D generation, voice lines and sound effects. Cloud rendering uses RTX 4090s. Loopcut is available for Mac (Apple Silicon) and Windows under GPL-3.0.
Hi3D 1.0 принимает грубый меш от любого image-to-3D генератора и исходную картинку, затем уточняет геометрию в три прохода: 512³, 1024³ и 1536³. В демо исходный меш создаёт Hunyuan3D-2 mini. Модель выдаёт только геометрию, без текстур; для 3D-печати заявлены 90% успешных слайсов.
Веса объёмом около 7,7 ГБ, код инференса и техотчёт открыты. Для обучения отобрали 2 млн 3D-ассетов против примерно 500 тыс. у предыдущей версии. Нужны Linux и NVIDIA с compute capability 8.0 или выше; полный режим 1536 проверяли только на H20 с 96 ГБ памяти. Расход памяти на потребительских картах не измеряли.
OpenSplat снимает сцену, обучает её 3DGS-представление и показывает готовый сплат прямо на Android-устройстве без LiDAR. Это первое открытое решение такого рода для Android и второе в целом после Niantic Scaniverse. Код доступен под Apache 2.0.
Интерфейс построен на SceneView, обучение — на движке brush через WebGPU с трансляцией в Vulkan. Автор собрал проект за два месяца; из изученных им свежих подходов к мобильной 3DGS довести до рабочего состояния удалось один. В планах — движок VkSplat для прямой работы с GPU без промежуточного слоя.
Плагин рендерит гауссовы сплаты на Windows, Linux и Android с GPU NVIDIA, AMD и мобильными GPU. Поддерживает ply, sog и последовательности ply на всех платформах, режимы VR и MR с переключением одним параметром и стриминг изображения на шлем. APK можно установить на Pico; доступны сборки Development и Shipping.
Плагин больше не требует Libtorch и сторонних библиотек. Выложены тестовые данные для объёмного видео. Из-за обновления сайта старые версии могут не пройти авторизацию — нужно установить новую.
Ноды оценивают нормали для всего ролика через NormalCrafter: длинные клипы делятся на временные окна, а затем склеиваются. Стабилизатор на оптическом потоке из исходного видео убирает мерцание, сохраняя движение; он работает на OpenCV, без второй нейросети. Размер инференса настраивается, результат возвращается к исходному разрешению.
Карты нормалей можно использовать для релайта, перетекстурирования, реконструкции 3D и как видеореференс в MiniMax H3 или Seedance. Отдельно скачивать нужно только NormalCrafter.
MiniMax H3 Chain Director V1.0 объединяет управление отдельными роликами и цепочками сегментов: у сегментов могут быть свои промпты при общих инструкциях. Workflow поддерживает Motion Context для согласованности изображения и звука, автоматическую обрезку контекста на переходах, раздельные этапы BASE и UPSCALE, 3D latent upscaling, предпросмотр через KJNodes и экспорт со звуком. Для замены персонажей опубликованы обучающие материалы и workflow, в том числе вариант с согласованными освещением и lip-sync.
Нода AGSoft увеличивает разрешение MiniMax H3 прямо в 24-канальном латенте, без decode и encode через VAE; временную ось она обрабатывает за один проход. Доступны масштаб от 1 до 4, точный размер в пикселях или мегапикселях с сохранением пропорций, точности fp32, fp16 и bf16 и offload на CPU. Нода принимает латент видео или видео со звуком и выдаёт оба варианта. Для ускорения Ref2VA появились SMD 8-step и PTD LoRA на 8 и 4 шага, а также вариант PTD RefAsymOPD. Sol-H3 от NVIDIA получил версию для ComfyUI.
Character Swap LoRA заменяет персонажа по референсу, сохраняя сцену, движение и камеру; рекомендована V1.5. Singularity v2 в варианте pruned int8 ориентирован на лица, динамику и HDR. SyncTile Background Replace работает с пространственными тайлами и временными окнами; заявлены 4K и 600 кадров при расходе VRAM на один тайл. Его v3 LoRA объединяет пять других LoRA. Для SelfLift-Fish приведён тест: 10 секунд видео 1920×1088 на 5070 Ti обрабатываются за 12:55 вместо 27:50 при 16 ГБ VRAM и системном offload. Среди других дополнений — бесшовные влоги с опцией отбросить 17 кадров, StacyLoop с маской рук, ClipColorAnchor против цветового дрейфа и VoiceShaper с настройками голоса.
Looking Ahead добавляет при обучении задачу предсказать фрагменты видео через один, два и три шага, не показывая модели промежуточные кадры. Идея — заставить её учить изменения сцены, а не только сходство соседних кадров. Метод применили к Wan2.2-TI2V-5B.
CreatorOS Studio uses open-weight models on the user’s GPU to turn a brief into an edited reel with sound, without subscriptions or credits. It includes 25 customizable camera moves and effects, reshooting from different angles while retaining audio, photo-based talking avatars with synchronized voice, character replacement, and brush retouching for photos and video. A timeline editor and cinematic shot card are also included.
ByteDance начала разворачивать для корпоративных партнёров генерацию видео в 4K с поддержкой 10-битного цвета. По словам автора, это сулит больше деталей в кадре и более реалистичное движение. Режим draft сохранится: превью можно сделать в 480p, а выбранный вариант — завершить в 4K. Сроки появления в Dreamina, BytePlus и у API-агрегаторов, как и цена, пока не ясны.
A step-by-step workflow changes the camera angle of an existing image and uses it to generate video with a basic Ref2Vid setup. It covers video length, node connections, reference images and prompts, with example prompts for subjects and shot details.
A comparison of uncompressed clips finds that Singularity 1.3 excels in character aesthetics, while version 2 improves action-scene rendering. The test includes hardware and generation settings, plus prompts describing the characters and scenes.
A ComfyUI workflow, `zerocopy_continuity_basic.json`, uses ZeroCopyVRAMPin, ZeroCopyLatentStore and ZeroCopyLatentHandoff nodes to chain video shots while managing VRAM and avoiding VAE drift. It reports 0.0s model reload time and preserved color and spatial integrity across cuts, with MSE: 0.0.
Kinoloom turns a story written with any LLM into movie clips on a Windows PC, passing latents between segments to create a seamless result. It uses LTX 2.5 and Minimax H3 for video rendering, supports custom model weights, and requires an Nvidia GPU and sufficient RAM.
OpenKatana принимает фотографии, видео и музыку: агент пишет сцены и собирает монтаж. Поддерживаются склейки, ускорения, переходы, движение камеры, разбор по битам и сведение звука. Есть 3D-сцены на WebGL с материалами, светом, траекториями камеры и морфами, вариант работы через Blender, а также анимированная типографика, многоязычный текст, маски и повторяемые эффекты.
Редактор даёт покадровый предпросмотр, контроль движения, HDR и экспорт. Проект остаётся редактируемым и хранится на диске. В версии 0.1.0 доступны 72 инструмента для CLI и MCP, пять готовых приложений и 82 node для ComfyUI. Нужны Python 3.11+, FFmpeg и браузер; аккаунт не требуется.
Для MOSS-Image-Base вышел экспериментальный LoHa-адаптер MAX ULTRA hires: он рассчитан на генерацию от 4 МП без апскейла и обучен на фотографиях и аниме разрешением 3,5–10 МП. Доступны версии v0.1, v0.2 и v0.3; показаны сравнения с базовой моделью на 9 МП, в том числе с силой LoRA 0,3. В другом workflow изображение 1024×1024 генерируется за 20 секунд на 5060 Ti с 16 ГБ памяти при 34 шагах и CFG 8. Для комиксов и последовательностей с постоянными персонажами используют MOSS SFT int8 и Qwen 9b int8: заявлены изображения 1080p и экспериментальный turbo-метод.
Поддержка MOSS-Image Edit LoRA добавлена в ComfyUI Portable. Вышли MOSS-Image-Edit-HQ v3 и v5, CharRef v2 для переноса персонажа в новые сцены и LoRA для PNG с alpha-каналом, включая частичную прозрачность стекла и крыльев. Также доступны Dirty MOSS — fine-tune для реалистичной фотографии размером 9,4 ГБ, стили HiToon, Nu-Moss и Afterlight, LoRA для анимационной стилистики и Kodachrome-LoRA, обученная на 551 скане плёнки 4×5. Для последней указан триггер «shot on Kodachrome film».
Среди инструментов — ComfyUI-Moss-Image-Edit-Native с поддержкой HQ LoRA, сохранением пропорций, кешем референсов и workflow для правки по одному или двум изображениям; настройки проверены более чем на 300 правках. Есть Alt-Prompt с чередованием промптов в стиле A1111, исправления для ER-SDE и загрузки LoRA, workflow для вырезания объектов без полупрозрачности и библиотека из 500 промптов. Для фотореалистичных кадров без размытия автор одного workflow предлагает checkpoint Solordz Moss Base Int8, turbo LoRA от Lodestone и настройки промптов.
Canva Craft сначала планирует композицию — объекты, пропорции, иерархию и надписи, — затем создаёт графику. Модель рассчитана на рекламу, постеры, обложки и иллюстрации. Отдельные элементы можно менять после генерации, а через Magic Layers результат превращается в редактируемые слои Canva.
Поддерживаются надписи и запросы на 55 языках, разрешение до 2K и более 30 соотношений сторон. Craft работает в Dream Lab и через API; локального запуска нет. Canva также анонсировала Craft-fast и Craft-ultrafast, а поддержку MCP обещает позже.
Автор настроил позиционное кодирование RoPE в Fibo 2.0, чтобы при генерации в 2K люди и предметы не вытягивались, а окружение не повторялось. Подбор сигм, по его словам, не помог. Workflow генерирует сразу в 4 МП без hires fix и второго прохода, работает с Dev и Edit Turbo, а также с апскейлом через промпт «enhance this image».
Приведён результат с одним референсом: кадр 2K / 4 МП за 19 секунд при 8 шагах на RTX 6000 Pro.
Ideogram Vector создаёт SVG по промпту или загруженной картинке. Фигуры можно выделять, двигать и перекрашивать по отдельности в векторном редакторе. Поддерживаются референсы изображений в промпте; в API есть генерация и векторизация.
Генерация одного SVG стоит от $0,13 до $0,20 в зависимости от качества, векторизация готового изображения — $0,10.
A workflow compares FIBO, Qwen and FLUX for image editing in a blind test.
ZPix now supports inpainting with lasso selection, Photoshop-like keyboard shortcuts and image-to-image editing with Krea 2.
Visage-Image generates human faces across ages, ethnicities, poses, gaze directions and expressions. The release includes model resources, ComfyUI custom nodes and a workflow, plus information on its architectures, training regimes and data preparation.
An adaptation of Visual Anagrams uses Iris 3B INT8 weights and a community Turbo r2 LoRA to generate 1024×1024 images with rotations, flips and color inversion.
RawSnap v2 aims to produce phone-photo aesthetics, including realistic skin textures and distinctive framing. It received 3,300 additional training steps and was merged with v1. It needs no trigger word; the recommended strength is 1.0–1.5, with around 1.2 described as optimal. Sample Krea 2 Turbo settings are 8 steps, CFG 1.0 and Euler.
rig-c is an MIT-licensed toolchain for rigging and animating 2D characters from a single painting. It validates rigging data against assertions and gives an agent error messages for missing files or incorrect parameters. It does not require a GPU.
This repository automatically generates portable Windows and macOS builds of Deep-Live-Cam for face swapping, without requiring Python or a subscription. It updates daily with changes from the Deep-Live-Cam source code and can be forked to build binaries.
Hy-Nomas генерирует видеомир сегментами по несколько секунд и сохраняет память о предыдущих событиях. Можно начать со своей картинки, а на каждом шаге менять текстовое описание, действие, сцену, стиль и ракурс. Доступно управление траекторией камеры, включая ключи на таймлайне и полёт по пути в 3D-рекордере. Разрешение — 720×1280 при 24 кадрах в секунду; предусмотрена адаптация через LoRA для узких областей, например робототехники.
Штатная конфигурация рассчитана на 8 GPU. На одной RTX 4090 модель запускают с INT8-весами, INT8 KV-кэшем и выгрузкой на CPU. Порту для ComfyUI хватает 12 ГБ VRAM, при этом скорость, по словам автора, почти не падает: 10 секунд видео в 832×480 создаются за 34 секунды, 20 секунд в 720p — примерно за 3 минуты. Интерактивный режим с WASD и стрелками работает со скоростью около 4,3 секунды генерации на секунду движения. Для продолжения сегментов промпт нужно писать в формате Tencent.
Holi-World от Ropedia реконструирует записи со стереокамеры и IMU и автоматически размечает их без ручной разметки. Статичные объекты представлены 3D-боксами в единой системе координат, динамические — 4D-треками: предмет сохраняет свой ID, даже когда выходит из кадра.
Пайплайн создаёт датасет примерно из 80 тысяч пар вопрос–ответ с привязкой к кадрам и объектам. В нём 30 типов вопросов, в том числе с неверными вариантами; второй контур контроля — проверка человеком. На датасете обучена модель с 4 млрд параметров. Авторы подчёркивают, что на тестах конкуренты получают подсказки, а их пайплайн — нет.
Relight Studio indexes a local library of film stills for plain-language lighting searches, then matches a selected frame’s lighting and color grading to an image. Its workflow uses BiRefNet for subject cutout and MoGe-2 for depth estimation. Users can drag up to 8 lights with live previews, adjusting falloff, specular highlights and cast shadows without a generative re-render. Full-resolution renders take under a second.
This ComfyUI workflow uses Qwen 2.1 to expand an image at the sides while preserving the original center. It includes nodes and steps for blending the new content at the edges and adjusting the settings.
MOSS-Image Prompt Enhancer runs locally without an agent or system prompt. Caption mode turns brief ideas into prose descriptions; Layout mode produces structured JSON for designs such as posters and infographics. It can be used with ComfyUI through the comfyui-ollama node.
This workflow combines Krea 2 image generation with Pose Studio to pose characters in different artistic styles. Users can adjust a 3D mannequin or import poses from reference images. It also includes upscaling and fine-tuning options.
An open-source plugin adds zipties functionality to ComfyUI. Installation and usage instructions are on GitHub.
PRISM merges the Singularity V2 and 10Eros-Max Minimax-H3 fine-tunes. Its spectral and geometric approach uses randomized SVD and Polar Geodesic interpolation to address weight artifacts and signal degradation in model merges. The merged weights are available on Hugging Face.
Fizgig 8.9.0 adds training across two GPUs with intermittent merging, previews rendered on a separate computer, and the ability to move training between devices. A home GPU can assist pod training and checkpoint management. Krea 2 training uses about 2 GB of system RAM, and a contributor-provided look filter identifies furry, anime and drawn faces.
Version 8.9.6 adds masked training, background-only and clothes/accessories-only selection, and improved masked-training performance with the default “Slide” setting for MOSS-image. Fizgig is free and open source.
Snapchat начал поддерживать игры на PlayCanvas, движке для 2D, 3D, WebGPU и сплатов. Игру можно собрать с агентом, подключённым к PlayCanvas через MCP, либо описать промптом агенту Snapchat EasyLens. Такие мини-игры называются Lens и запускаются прямо в приложении без установки.
Ежемесячная аудитория Snapchat — 971 млн пользователей, из них 25 млн платят за подписку. Выплаты за время в игре идут только от подписчиков Lens+: по оценке автора, их 1–2 млн, точных данных нет. Автор также отмечает, что для получения выплат из России нужна зарубежная юридическая структура.
ForgeSkills is an open-source collection of 20 reusable skills for AI coding agents. It covers reference-to-3D reconstruction, Blender automation and procedural modeling, animation and locomotion, VFX, game feel, gameplay engineering, debugging and verification. The skills support Godot and Unity workflows and follow the standard SKILL.md format.
Lore & Legends Maker is an AI-powered role-playing game that tracks character state, inventory, quests and combat. It has a free-to-play version and a Discord community for feedback and collaboration; its development uses Claude Code and Codex.
Riposte: Frontline is a free-to-play browser FPS built with Claude Code and three.js. Its current source code is available under the MIT license; the game includes maps, weapons and bots created without imported 3D models.
Envy 0.3.0 adds Unity support alongside Godot and browser-based UI design. Its EnvyUI component builds interfaces in Unity’s UI Toolkit, with Unity package export, project import for automatic in-game UI updates, and AI-assisted C# controller generation for data binding. The update also improves the Unity CLI, multi-selection, timeline editing and accessibility. Envy has an MIT license and is royalty-free.
A four-step FastH3-V2 workflow applies a Modern PS2 Style LoRA to a Harry Potter PS2 game scene.
PixText заменяет буквы и слова в указанных областях изображения, не перегенерируя кадр и сохраняя пиксели вне зоны правки. Поддерживает несколько исправлений за один проход, латиницу и китайские иероглифы. Модель содержит около 0,95 млрд параметров и работает прямо с пикселями: VAE, по объяснению авторов, размывает мелкий текст.
Есть версия MeanFlow на 4 шага и Teacher на 25. Быстрой версии не нужны текстовый энкодер, OCR и модель-учитель. Доступны веса, код, ComfyUI node и готовые workflow.
Dessa обучена на записях живой речи без текстовых расшифровок в цепочке и обрабатывает звук напрямую. Модель слушает и говорит одновременно, передаёт смех, паузы, всхлипы и усталость в голосе, а также считывает сарказм и интонации собеседника. Отдельной языковой модели нет: знания она получает из разговорных данных.
Block называет подход «моментом GPT-3 для речи». Модель работает локально на MacBook M4 Max или мощнее. Публичного доступа пока нет — доступ открыт только исследователям безопасности.
OpenVLHarness от UCLA и Apple добавляет мультимодальной модели инструменты восприятия — зум, привязку к объекту, OCR, оценку глубины и позы камеры. Также есть текстовый поиск и поиск по изображениям, обход страниц, кодинг-агент для расчётов и скриптов и мультимодальная память между шагами. Веса модели при этом не меняются.
Для оптимизации обвязки Kimi K3 разобрала почти 10 тысяч неудачных траекторий, определяя, где нужен новый инструмент, а где достаточно поправить промпт. Открыты код и данные; демо работает с любым OpenAI-совместимым эндпоинтом.
Greia is an open-source Linux distribution for children that runs on older hardware. Its LLM tools create activities based on a child’s interests, while the interface includes character voice recordings and parental controls for an ad-free environment. A full release is expected soon.
Moonshot сохранила архитектуру Kimi K3, но увеличила объём посттренировки и RL по сотням доменов. Контекст Kimi K3.1 Pro — до миллиона токенов. Среди задач — игры на Unity, Unreal и Godot, фронтенд, сцены Three.js, параметрические 3D-модели и скрипты для Blender и CAD без MCP. Модель также рассчитана на работу с финансовыми документами, финмоделями и инвестиционным анализом, а также на агентные задачи с инструментами, терминалом и MCP.
У модели 2,8 трлн параметров, из них 104 млрд активных: класс 3T. Версия Highspeed работает в 2–3 раза быстрее обычной. Модель уже доступна в Kimi, Kimi Work, Kimi Code и через API; открытые веса обещают к 4 ноября.
Spark-X2.6-4B — модель на 4B параметров для локального запуска. Архитектура осталась от версии 2.5, а улучшения получены дообучением. Есть три режима: без рассуждений, с короткими и с длинными рассуждениями. Контекст — до миллиона токенов.
По бенчмаркам модель местами догоняет модели на 9 млрд параметров, а по скорости находится на уровне Qwen3.5-4B и Gemma-E4B. Доступны FP8, INT8, INT4 для версии на 2 млрд параметров, GGUF для llama.cpp и базовая версия без посттренировки. Модель запускается через SGLang или vLLM с API, совместимым с OpenAI. Веса занимают 4 ГБ; контекст в миллион токенов потребует дополнительной памяти.
LEV повышает глубину рассуждения повторными проходами по слоям сети, а не удлинением ответа. После каждого прохода модель оценивает варианты. Один checkpoint работает на разной глубине без смены весов.
Опубликованы три модели: Lev-1.4B и Lev-2.6B на базе Ouro и Lev-3B на базе Nanbeige. При глубине от 1 до 4 результат Lev-1.4B на JevBench вырос с 58 до 68%, Lev-2.6B — с 63,2 до 76,2%. У Lev-3B при глубине от 1 до 2 — с 69,3 до 72,7%. Для оценки также выпустили LevBench с пятью уровнями и отдельным закрытым тестом.
A fine-tuned Qwen3.5-4B model is designed for general coding and generating 3D scenes. An example video and AMA accompany it.
Модель Tencent на базе Qwen3-VL с 2B параметров объединяет детекцию объектов без заданного списка классов, поиск по описанию, подсчёт, OCR с координатами, указание точки, сегментацию и маттинг по подсказке. Задачи сведены к предсказанию структурированных токенов: за один проход модель выдаёт рамки, маски и альфу в полном разрешении.
Работает с отдельными изображениями, но не принимает сетку кадров видео. Слабые места — сложная прозрачность и сильные перекрытия.
GPU Unlock меняет ограничивающие производительность настройки на GPU GA102 и GA104 до загрузки драйвера NVIDIA. Метод вырос из разблокировщиков карт CMP; для Windows есть отдельные репозитории. Автор предупреждает о рисках нестандартной прошивки, сбоев и потери гарантии.
На RTX 3090 Ti в тесте матричного умножения 8192 × 8192 × 8192 производительность BF16 выросла с 87,5 до 157,4 TFLOPS, FP16 — с 87,5 до 118,4, TF32 — с 42,6 до 82,6. Есть сравнение времени генерации и пропускной способности в ComfyUI. Модуль ядра распространяется под GPL-2.0, готовые пакеты есть для Arch, Debian и Fedora.
BigGPT объединяет 300+ моделей для текста, кода, изображений, видео, музыки, оживления фотографий и сборки лендингов. Среди них — Claude Opus 5.5, GPT-6 Astra, GPT-6.1 Sol, Seedance 2.5, Kling 4.0 и Genjutsu.
В новом «Холсте» можно связать текст, изображения, видео и звук в цепочку; агент помогает собрать схему под задачу. У моделей общий кабинет и баланс в рублях, обязательной подписки нет.
Hirundo попросила Qwen3-Coder написать веб-сервис с регистрацией и приватными секретами пользователей, меняя только описание заказчика. По данным исследователей, взломать удалось 70% приложений для американского оборонного подрядчика и 59% — для китайского: относительный разрыв составил 19%. Для прокитайского демократического сообщества Гонконга утечки случались на 28% чаще.
Просьба следовать лучшим практикам безопасности не устранила разницу: для американского подрядчика доля взламываемых приложений выросла до 74% против 59% у нейтрального клиента. Авторы связывают эффект с весами модели и утверждают, что в их версии без политической выравненности все три разрыва исчезли. Hirundo продаёт услуги по такой очистке моделей.