Nnets [Neural Networks] — старейший в России культовый ИИ-журнал о нейросетях, искусственном интеллекте и роботах.

Ежедневные новости и аналитика нейромира.

Авторские материалы, исследования, обзоры и подборки.

Будущее уже здесь!

Runway представила Ruby: умный переход SDR в HDR с EXR, ProRes и HEVC.

Runway представила Ruby: инструмент для расширения динамического диапазона видео из SDR в HDR. Ruby принимает уже существующее SDR-видео и расширяет его яркостный диапазон до HDR. Можно загрузить собственный ролик или использовать результат любой модели Runway.

Ruby сохраняет исходные пиксели и аудио, ничего не рендерит заново, а расширяет яркость в HDR headroom с color-preserving обработкой. Это скорее очень умный нейросетевой inverse tone mapping, чем генеративная перерисовка видео. Через API принимаются SDR-ролики до 40 секунд и менее 4096 пикселей по каждой стороне, хотя в первоначальном анонсе интерфейса Runway фигурировал лимит 30 секунд.

12 бит и 16 бит: важная тонкость

Фраза Runway «up to 16-bit HDR» звучит эффектно, но 16 бит относится прежде всего к EXR. Это OpenEXR с half-float: 16-битное floating-point значение на канал, а не обычные 65 536 равномерных целочисленных уровней. Float16 имеет огромный диапазон значений и отлично подходит для scene-linear света, композа и грейдинга. Но это не означает, что Ruby каким-то чудом превращает исходный 8-bit SDR в 16 бит реально измеренной камерой информации. Новая информация синтезирована моделью.

Для готовых видеокодеков Runway заявляет 10- и 12-bit ProRes/HEVC. Есть нюанс документации: публичный анонс говорит о 10/12 bit ProRes и HEVC, тогда как текущая API-документация описывает стандартный HEVC HDR10 как 10-bit, а для профессионального ProRes предлагает 422, 422 HQ и 4444. Поэтому 12-bit мы бы пока воспринимали прежде всего как максимальную доступную глубину некоторых export-профилей, а не как обязательную характеристику.

EXR и остальные форматы

Самый профессиональный вариант Ruby: ZIP с последовательностью OpenEXR half-float кадров. API уточняет интересную деталь: внутри это linear BT.2020 light, плюс sidecar-файлы с colorimetry/provenance и отдельный audio.wav, если в источнике был звук. Это вариант для Nuke, Fusion, Resolve и VFX-пайплайна, где дальнейший mastering решается самостоятельно.

Второй вариант: ProRes MOV, BT.2020 + PQ, с профилями 422, 422 HQ или 4444. Третий: HEVC HDR10, то есть 10-bit, BT.2020 + PQ, уже почти готовый delivery-файл для HDR-телевизора, YouTube и т.п. Есть также HLG, удобный прежде всего для broadcast. Это одна из самых сильных сторон Ruby: он выдаёт не только HDR EXR для специалистов, но и сразу практические HDR master/delivery форматы.

Первые отзывы

Появился первый содержательный негативный тест: один пользователь пишет, что в полученном EXR всё ещё видит заметный banding, а в тенях и светах не появляется ожидаемого объёма информации. По его впечатлению это больше похоже на качественное расширение диапазона, чем на настоящую реконструкцию 16-bit материала. Это пока единичный отзыв, а не нормальный A/B тест.

На Reddit ситуация показательнее: обсуждение Ruby только начинается, люди в основном спрашивают, кто уже успел сравнить его с Topaz. Поэтому делать вывод «Ruby лучше/хуже» пока рано.

Этот пост Вконтакте:

Ещё новости:

Появился словарь слов, которых ещё нет, но они скоро понадобятся.
Превращаем обычное фото в выразительный арт-постер с помощью нейросети.
Старый ноутбук MSI стал настенным сервером умного дома благодаря Claude.
Google Meet научился переводить речь на 63 языка в реальном времени.
В США компания Tau Robotics запустила подписку на домашних роботов-уборщиков!
Роботы с ИИ протыкают рыбам мозг ради вкуса: странный стартап Shinkei поддержал Питер Тиль.
Хоакин Феникс снялся в тизере умных очков Gentle Monster с Gemini от Google.
ИИ может выдавать разные результаты даже при одинаковом обучении: учёные нашли причину.
OpenAI добавила поддержку исходящих телефонных звонков в GPT-Live API.
Pydantic AI: как исключения ModelRetry и ToolFailed управляют поведением модели.