utworzone przez Redakcja | maj 19, 2026
Użytkownik na Reddicie eksperymentuje z połączeniem narzędzi HY World 2.0 i Sharp do tworzenia eksploracyjnych panoream 360 stopni przy użyciu technologii Gaussian Splat, chociaż projekt wymaga jeszcze dalszych udoskonaleń.
utworzone przez Redakcja | maj 18, 2026
NVIDIA udostępnia technikę fine-tuningu modelu Cosmos Predict 2.5 przy użyciu metod LoRA i DoRA, umożliwiając lepszą generację wideo dla zastosowań robotycznych. Innowacja ułatwia dostosowanie zaawansowanych modeli generatywnych do specjalistycznych...
utworzone przez Redakcja | maj 18, 2026
ByteDance udostępnił Lance – otwarty model AI o 3 miliardach parametrów do rozumienia, generowania i edytowania obrazów oraz wideo. Projekt dostępny jest na GitHub i Hugging Face.
utworzone przez Redakcja | maj 17, 2026
Modele AI nauczają się nawigować po internecie jak ludzie, łącząc widzenie komputerowe z LLM-ami. Projekty takie jak Skyvern pokazują, jak sztuczna inteligencja rozwiązuje problemy z dynamicznym ładowaniem stron i zanikającymi selektorami.
utworzone przez Redakcja | maj 14, 2026
Alibaba zaprezentowała Qwen-Image-VAE-2.0, zaawansowany autoenkoder wariacyjny do wysokiej kompresji obrazów. Model łączy poprawioną architekturę z uczeniem na miliardach obrazów i oferuje lepszą wierność rekonstrukcji dla scenariuszy bogatych w tekst.
