Відкритий код
Проєкти AI-відео та аватарів з відкритим кодом
Зрозумілі посібники про open-source AI-моделі та інструменти для розмовних аватарів, генерації відео й голосу — що вони роблять, як їх запускати та коли хостований інструмент швидший.
OpenMontage: пояснюємо open-source AI-відео агента
Практичний гід по OpenMontage — open-source AI-відео агенту, який перетворює вашого AI-асистента для програмування на повноцінну відеостудію: що він робить, як його налаштувати, скільки це коштує та коли хостинговий інструмент на кшталт VisionStory буде швидшим вибором.
LongCat-Video-Avatar 1.5: ми протестували опенсорсну модель відео з аватаром, що говорить
Практичний розбір LongCat-Video-Avatar 1.5 — опенсорсної моделі Meituan з ліцензією MIT, яка перетворює фото й аудіо на відео з аватаром, що говорить. Ми запустили всі три завдання на GPU A800, виміряли реальну швидкість і VRAM, натрапили на п’ять пасток під час налаштування та чесно пояснюємо, коли self-hosting має сенс, а коли виграє хостинговий інструмент.
Kokoro TTS: ми запустили 82M відкриту голосову модель на CPU ноутбука
Практичний розбір Kokoro — відкритої моделі Текст у мовлення з 82 мільйонами параметрів. Ми запустили її на Apple M3 Pro CPU, згенерували реальні зразки голосу, які можна прослухати, натрапили на баг у пакуванні espeak-ng (і виправили його), а також чесно пояснили, коли Kokoro достатньо, а коли потрібен хостинговий інструмент для відео, що говорять.
LivePortrait: пояснення моделі анімації портретів з відкритим кодом
Практичний гід по LivePortrait — AI-моделі з відкритим кодом, що анімує статичний портрет за керувальним відео або аудіо: що вона вміє, як її запустити та коли хостинговий інструмент розмовних аватарів на кшталт VisionStory буде швидшим вибором.
