Нейронавт | Нейросети в творчестве

+1

Trace2Env Обычно агента запускают в готовой среде. Trace2Env переворачивает идею: среду играет сам агент. Из истории прошлых действий восстанавливается «книга мира», и по ней один агент симулирует окружение для другого. Проще на примере — терминал. Ты («агент-задача») набираешь команды, а второй агент отвечает, как настоящий терминал. Удалил файл командой rm — и через десять команд попытка его прочитать упадет с ошибкой, потому что агент-мир помнит состояние. Что умеет • Строит симулятор среды из десятков записанных логов, без исходников • Поддерживает состояние между командами • Симулирует терминал, веб, Android, магазин и другие окружения • Без обучения — только логи на входе Знания о среде отделены от текущего состояния эпизода — среда не забывает что произошло Гитхаб Демо #agent

AgentGarten Платформа от MirroS для обучения ИИ-агентов. Агент играет в виртуальные сценарии, каждый раз записывает, чему научился, и к следующей попытке играет лучше — заметно уже за 4-10 раундов. Вместо человеческих инструкций — опыт. Агент учится, играя сам. Код и рендерер открыты • Сценарий живет в виде кода, нейро-рендерер рисует его агенту в реальном времени • Агент видит только кадры «своими глазами», как будто смотрит игру • После каждой попытки пишет выводы, следующий заход стартует с них • Разные задачи: построить укрытие, провести собаку, загнать овец, перевезти груз github.com/MirroS-Lab/AgentGarten huggingface.co/MirroS-Lab/AgentGarten-renderer #agent

+1

#QI21 huggingface.co/Qwen/Qwen-Image-2.1-Turbo - официальная Turbo-версия Qwen Image 2.1 от Qwen. И диффузионные модели Comfy-Org: huggingface.co/Comfy-Org/Qwen-Image-2.1/tree/main/diffusion_models github.com/hypersniper05/MCP-Image-Generator-Uncensored - #MCP для Qwen 2.1: любой LLM-клиент с MCP управляет генерацией. 2K, панорамы, эдит до 10 картинок, бесшовные тайлы (нормали/высоты), апскейл до 8K, 360-вьювер, удаление вотермарков и фона, прозрачные PNG, текст в картинке. В Docker, пик 11GB VRAM #uncensored huggingface.co/akhaliq/Qwen-Image-2.1-Multiple-Angles-LoRA - Multiple Angles: несколько ракурсов одного объекта для Qwen 2.1 #cameracontrol

AutoClip Еще один инструмент для монтажа, нарезает длинные видео на клипы. Подкаст, интервью или лекцию превращает в короткие ролики под соцсети • Авто-нарезка на клипы с субтитрами, обложкой и текстом поста • Адаптация под Douyin, TikTok, Reels, YouTube Shorts • Кадр следует за говорящим • До 10 готовых клипов на ролик • Файл или ссылка на YouTube/Bilibili • Монтаж и рендер локально, анализ модель на выбор • Часовое видео — 10 клипов за 7-30 минут на M-серии Mac • Десктоп, веб, CLI/MCP MIT, платишь только за модели по своему ключу. v1.5.0 добавила десктоп, #CLI и #MCP #videoediting #agent

+1

Tesseract by Mirage Видеоредактор для ИИ-агентов. Агент монтирует видео, делает моушен-графику и дизайн в проекте Premiere или After Effects. В итоге получаешь редактируемый проект • Агент монтирует видео и анимацию по брифу и референсам • Редактируемые слои: текст, фигуры, маски, ключевые кадры, adjustment layers • Правка одного элемента без пересоздания всего проекта • Импорт/экспорт проектов Premiure Pro и After Effects • Превью до финального рендера, правки по ходу работы • Экспорт в 4K 60 fps Важные параметры • Нативное ядро для macOS, Windows, Linux • Работает с любым агентом: ChatGPT, Claude, Muse, Grok Bot, Instinct • Локальный движок бесплатный, подписка агента отдельно • Без Adobe-подписки Тот же движок, что питает Captions (миллионы видео). Не генерирует футаж и аватары — то…

Youtu-Parsing-Omni Компактная омнимодальная парсинг-модель от Tencent: один 5B трансформер превращает в структурированный JSON почти что угодно — документ, картинку, график, чертеж, аудио и видео. • Парсинг документов: лейаут, текст, таблицы, формулы, порядок чтения • Картинки, графики, блок-схемы, геометрические фигуры • Аудио: ASR, спикеры, сцены, акустические события • Видео: кадры, OCR+ASR, отчёт о клипе • Один унифицированный JSON-конверт для семи семейств задач • Распознавание химструктур (ChemOCR) и нот (PDMX) • 5B параметров, один энкодер на все модальности • #SOTA на OmniDocBench v1.6 (96.96) • Лучшая опенсорс на OmniParsingBench (75.08), после Gemini-3-Pro • vLLM-плагин для быстрого сервинга github.com/TencentCloudADP/youtu-parsing learn2play.fun #omnimodal #multimodal #any2…