Vijesti

Pregledi modela sa izvornim poveznicama, karticama modela, repozitorijima i vizuelnim kontekstom.

Tehnički prikaz i izvori za SFC-Locoformer

Model

2026-07-11

SFC-Locoformer: arhitektura, dokazi i područje primjene

Članak analizira SFC-Locoformer kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za Boogu-Image 0.1

Model

2026-07-11

Boogu-Image 0.1: arhitektura, dokazi i područje primjene

Članak analizira Boogu-Image 0.1 kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za SenseNova-U1 Infographic V2

Model

2026-07-11

SenseNova-U1 Infographic V2: arhitektura, dokazi i područje primjene

Članak analizira SenseNova-U1 Infographic V2 kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za LongCat-AudioDiT 3.5B

Model

2026-07-11

LongCat-AudioDiT 3.5B: arhitektura, dokazi i područje primjene

Članak analizira LongCat-AudioDiT 3.5B kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za AudioSep-Hive

Model

2026-07-11

AudioSep-Hive: arhitektura, dokazi i područje primjene

Članak analizira AudioSep-Hive kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za BandIt and TIGER-DnR

Model

2026-07-11

BandIt and TIGER-DnR: arhitektura, dokazi i područje primjene

Članak analizira BandIt and TIGER-DnR kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za MossFormer2 and TIGER-speech

Model

2026-07-11

MossFormer2 and TIGER-speech: arhitektura, dokazi i područje primjene

Članak analizira MossFormer2 and TIGER-speech kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za Specialist audio-to-MIDI

Model

2026-07-11

Specialist audio-to-MIDI: arhitektura, dokazi i područje primjene

Članak analizira Specialist audio-to-MIDI kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za MuScriptor-large

Model

2026-07-11

MuScriptor-large: arhitektura, dokazi i područje primjene

Članak analizira MuScriptor-large kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za Qwen-Image, Z-Image and FLUX.2 Klein

Model

2026-07-11

Qwen-Image, Z-Image and FLUX.2 Klein: arhitektura, dokazi i područje primjene

Članak analizira Qwen-Image, Z-Image and FLUX.2 Klein kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za BiRefNet, Moebius, VOSR and DDColor

Model

2026-07-11

BiRefNet, Moebius, VOSR and DDColor: arhitektura, dokazi i područje primjene

Članak analizira BiRefNet, Moebius, VOSR and DDColor kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Model

2026-07-11

dots.tts: arhitektura, dokazi i područje primjene

Članak analizira dots.tts kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za SoulX-Singer and YingMusic-Singer-Plus

Model

2026-07-11

SoulX-Singer and YingMusic-Singer-Plus: arhitektura, dokazi i područje primjene

Članak analizira SoulX-Singer and YingMusic-Singer-Plus kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za HQ-SVC and YingMusic-SVC

Model

2026-07-11

HQ-SVC and YingMusic-SVC: arhitektura, dokazi i područje primjene

Članak analizira HQ-SVC and YingMusic-SVC kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Model

2026-07-11

Beat This!: arhitektura, dokazi i područje primjene

Članak analizira Beat This! kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za Demucs v3 for saxophone

Model

2026-07-11

Demucs v3 for saxophone: arhitektura, dokazi i područje primjene

Članak analizira Demucs v3 for saxophone kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Tehnički prikaz i izvori za Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2

Model

2026-07-11

Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2: arhitektura, dokazi i područje primjene

Članak analizira Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2 kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Model

2026-07-11

Vevo2: arhitektura, dokazi i područje primjene

Članak analizira Vevo2 kroz arhitekturu, objavljene materijale, prijavljene rezultate i granice poređenja.

Pročitaj članak

Model

2026-06-30

Audio razdvajanje na četiri stema: zašto Huge-SCNet odgovara MSS cilju

Trenutni TelkNet alat za četiri stema koristi Huge-SCNet-4stems V1.2 za podjelu kompletnog miksa na vokal, bubnjeve, bas i ostalo. Članak objašnjava izbor kroz MSS historiju, granice Mel-Band RoFormer-a, SCNet subband modeliranje i javne rezultate.

Pročitaj članak

Zvanični Krea 2 primjer sa release stranice s editorial scenom

Model

2026-06-30

Krea 2: Krea AI objavljuje Raw i Turbo težine za generisanje slika

Krea AI je objavio Krea 2 Raw i Krea 2 Turbo kao otvorene težine. Tehnički izvještaj opisuje Krea 2 kao 12B text-to-image difuzijski model treniran od nule i objašnjava filtriranje podataka, caption pipeline, post-training, reinforcement learning te sigurnosne i licencne granice.

Pročitaj članak

Zvanično kvalitativno poređenje ChordEdit PIE-bench koje pokazuje semantičko uređivanje sa očuvanjem pozadine

Model

2026-06-30

ChordEdit: one-step niskoenergetski transport za source-to-target uređivanje slika

ChordEdit je CVPR 2026 Oral / Best Student Paper Honorable Mention paper. Tekstualno vođeno one-step uređivanje slika posmatra kao dinamički problem optimalnog transporta između source prompt i target prompt, a Chord Control Field koristi da smanji visokoenergetski drift koji iskrivljuje objekte i pozadinu. Članak mapira metodu na površinu za uređivanje slika sa source_prompt, target_prompt, seed, sample count, time-window i step-scale kontrolama iz zvanične demo verzije.

Pročitaj članak

Model

2026-06-30

Zyphra ZONOS2: otvoreni TTS MoE za vjerno kloniranje glasa

Zyphra objavljuje ZONOS2 pod Apache-2.0: 8B ukupnih parametara, oko 900M aktivnih u MoE TTS arhitekturi i više od 6M sati govora. TelkNet ga predstavlja kao ZONOS2 Voice Cloning TTS alat.

Pročitaj članak

Model

2026-06-30

Google Magenta RealTime 2: kada muzički model postane instrument koji se može svirati

Ažurirani sažetak s Google službenim grafikama o niskoj latenciji, MIDI/tekst/audio kontroli, 2.4B/230M strukturi, hardveru i granicama MRT2.

Pročitaj članak