Универсальный фреймворк речевого ИИ на PyTorch: распознавание, синтез, диаризация и усиление речи — с готовыми моделями из коробки.
Синтез речи с управлением стилем описанием: подробное текстовое описание голоса — тон, темп, шёпот — и модель его воспроизводит.
Офлайн-распознавание и синтез речи на любых устройствах: работает без сети на телефоне, в браузере и встроенных системах — сотни предобученных моделей.
Липсинк в латентном пространстве от ByteDance: точная синхронизация губ даже с боковыми ракурсами и при слабом освещении.
Реал-тайм липсинк для аватаров: говорящая голова с идеальной синхронизацией губ работает со скоростью 30 кадров в секунду на одной GPU.
Понимание видео языковой моделью: отвечает на вопросы по роликам, описывает события и находит моменты на временной шкале.
Новое поколение видеогенерации от Alibaba: кинематографичные ролики по тексту и изображению, звук синхронно с картинкой, открытые веса.
Оживление изображений без дообучения: модуль движения превращает любую Stable Diffusion в генератор анимации по текстовому описанию.
Интерактивная генерация изображений в реальном времени: диффузия за десятки миллисекунд на кадр — для живых фильтров, игр и творчества.
Третье поколение модели сегментации Meta: выделение объектов по точке, рамке или текстовому описанию — быстрее и точнее предшественников.
Сегментация чего угодно по текстовому запросу: Grounding DINO находит объекты по описанию, SAM 2 вырезает их маску — на изображениях и видео.
Оценка глубины по одной фотографии: модель определяет расстояние до объектов без сенсоров — для дополненной реальности, роботов и 3D-сцен.
Самообучаемые визуальные представления от Meta: фундамент для классификации, сегментации и поиска по изображениям — устойчивые к изменениям масштаба и стиля.
BI поверх dbt: метрики описываются в моделях dbt, а Lightdash превращает их в дашборды и ответы на вопросы — с самообслуживаемой аналитикой для команды.
Популярная open-source платформа дашбордов от Apache: сотни визуализаций, SQL-лаборатория и Semantic Layer для метрик компании.
Бизнес-отчётность как код: страницы с графиками пишутся в Markdown с SQL-запросами — версионируются в Git и обновляются сами.
BI-платформа с ИИ-ассистентом: метрики и дашборды как код, быстрый OLAP поверх DuckDB — от данных до ответа за секунды.
Модель редактирования изображений от Google: меняет объекты, одежду и фон на фото, сохраняя лицо и освещение — правки выглядят неотличимо от оригинала.
Один из самых известных генераторов изображений: художественные картины по описанию с тонким контролем стиля, композиции и света через Discord или веб.
Видеогенерация от OpenAI: создаёт реалистичные ролики до минуты по текстовому описанию, с расширением исходных кадров и сохранением персонажей между сценами.