Быстрый TTS на flow-мatching: качественный синтез без диффузии — основа десятков производных моделей для клонирования голоса.
Превосходящий человека TTS: диффузионный синтез речи с естественностью слепых тестов — голоса, неотличимые от живых дикторов.
Качественная 3D-реконструкция из одного фото: за секунды получите геометрию с текстурами через многоракурсную диффузию — от Tencent ARC.
Мгновенная 3D-модель из одной картинки: 0.5 секунды на обычной GPU — революционная скорость генерации меша, сотрудничество VAST и Stability AI.
Видеогенерация от Vchitect Lab: диффузионная модель с параллельным декодированием — быстрая генерация роликов длиной до 20 секунд.
Открытая видеомодель от StepFun: 30-миллиардная текст-в-видео с генерацией высокого разрешения — один из крупнейших открытых видеогенераторов.
Оцифровка документов с умной разметкой: сканируйте бумагу — OCR, автоматические теги и полнотекстовый поиск превращают архив в управляемую базу.
Открытый трекер задач нового поколения: альтернатива Jira и Linear с циклами, модулями и ИИ-функциями — самохостинг без ограничений.
Самохостинговая транскрипция с поиском: загружайте аудио и видео, получайте текст с переводом и ищите по всему архиву записей.
Транскрипция в один клик: настольное приложение с поддержкой Whisper и диаризации — перетащите файл и получите текст со спикерами.
Десктопная транскрипция на базе Whisper: аудио и видео переводятся в текст без облака — с импортом и экспортом субтитров.
Офлайн-распознавание речи с малыми моделями: работает на телефонах, Raspberry Pi и в браузере — десятки языков включая русский.
Разделение звука по текстовому запросу: выделите «собачий лай» или «фортепиано» из любой записи одним описанием — без разметки источников.
Открытая российская модель генерации изображений: текст-в-изображение с пониманием русского языка, разработка команды Сбера — одна из первых открытых моделей в мире.
Восстановление и апскейл изображений по текстовой подсказке: старые фото превращаются в детализированные снимки — модель дорисовывает правдоподобные детали.
Комиксы с консистентным персонажем: серия кадров, где герой не меняется — единый стиль и лицо на всех изображениях истории.
Оживление портрета аудио и жестами от Ant Group: стабильные длинные анимации с контролем поз — от шёпота до выразительной речи.
Аватары с управлением движением: говорящая голова повторяет любое эталонное видео движений — кивки, жесты, взгляд переносятся на статичное фото.
Оживление портрета голосом: фото начинает говорить с естественной мимикой — один из самых цитируемых методов говорящих голов.
Полностью локальный агент в духе Manus: самостоятельно ищет в браузере, пишет и запускает код, работает с файлами — без единого запроса в облако.