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.
Обучение GPT-2 на чистом C и CUDA от Андрея Карпати: минималистичный, но быстрый код, разбирающий устройство языковых моделей до основания.
Языковая модель на архитектуре RNN: качество трансформера при линейной сложности и постоянной памяти — эффективный инференс на слабом железе.
Платформа разработки LLM-приложений: быстрые эксперименты с промптами и моделями, оценка качества и публикация — от прототипа до прода.
Стриминговая обработка данных для ИИ: постоянно обновляемый индекс из потоков данных — основа для RAG, который не устаревает.
Агентная обработка документов из Berkeley: пайплайны с ИИ-шагами извлекают, преобразуют и разрешают сущности в массивах документов любого объёма.
Поиск по коду для команд: индексирует репозитории компании и даёт быстрый поиск по всему коду — с ИИ-ответами поверх результатов.
Среды манипуляторов для обучения роботов: стандартная тестовая площадка исследований — захват объектов, сборка и перестановка с MuJoCo-физикой.
Фреймворк обучения роботов от NVIDIA: RL-политики в GPU-параллельных симуляциях Isaac Sim — от обучения ходить до тонкой моторики манипуляторов.
Сканер безопасности моделей: проверяет файлы моделей на скрытый код и уязвимости десериализации — перед тем как загрузить чекпоинт с Hugging Face.