Инструменты Meta для генерации аудио: MusicGen создаёт музыку по описанию, AudioGen — звуки окружения, EnCodec — компактный аудиокодек.
Компактная речевая модель с BiCodec-токенизацией: качественный TTS и клонирование голоса нулевым shot-подходом на маленькой модели.
Открытый TTS с эмоциями и нулевым клонированием: естественная речь с интонациями, смехом и шёпотом, запуск на одном потребительском GPU.
Классическая синхронизация губ с речью: подгоняет любое видео под аудиодорожку так, что губы совпадают с произносимым текстом.
Оживление портрета по видео-драйверу: статичное фото начинает говорить и моргать, перенимая мимику из движущегося ролика — с контролем взгляда.
Метод, перевернувший 3D-реконструкцию: сцена как облако гауссовых шариков — рендеринг в реальном времени при качестве нейронных полей.
Удобная работа с нейророндерингом: единый пайплайн для NeRF и 3DGS — от съёмки на телефон до интерактивного просмотра сцены в браузере.
Библиотека 3D Gaussian Splatting от Nerfstudio: производительные кернелы для обучения и рендеринга сплатов в PyTorch, проекты от фотограмметрии до динамики.
Картинка или текст в полноценную 3D-модель от Microsoft: сложная геометрия, PBR-текстуры и разные форматы экспорта за секунды на одной GPU.
Манипуляция освещением на фото: пересветите портрет или предметный кадр любым светом — модель достроит тени и блики правдоподобно.
Единая модель для всех задач с изображениями: генерация, редактирование по инструкции, соединение нескольких картинок в одну — без отдельных адаптеров.
Открытая модель изображений уровня Midjourney: 17 миллиардов параметров, фотореалистичные кадры, аккуратный текст на картинках и сценарное освещение.
Сверхбыстрый текст-в-изображение от NVIDIA: генерация картинок 4K на ноутбочном GPU за счёт линейного внимания и компактной диффузионной архитектуры.
Лёгкая модель распознавания имён собственных без словаря меток: извлекает любые сущности из текста — от персон до номеров договоров.
Омни-модель от Alibaba: понимает текст, изображения, аудио и видео, отвечает текстом и речью в реальном времени — всё в одной архитектуре.
Фреймворк NVIDIA для создания и дообучения генеративных ИИ: LLM, мультимодальные и речевые модели с поддержкой тысяч GPU.
SRE-ассистент для Kubernetes: сканирует кластер и объясняет простым языком, что сломалось, и как починить каждую проблему.
Запускайте ML-задачи на любом облаке одной командой: SkyPilot сам подбирает дешёвые GPU, поднимает окружение и следит за расходами.
Библиотека кернелов для LLM-инференса: флэш-внимание, сэмплинг и поиск по KV-кэшу — ускоряет vLLM, SGLang и собственные движки.
Тритон-кернелы LinkedIn для обучения LLM: заменяет стандартные слои и ускоряет дообучение до 20%, снижая потребление памяти в разы.